mia-2dmultiimageregistration — онлайн в облаке

ПРОГРАММА:

ИМЯ

mia-2dmultiimageregistration — Нелинейная регистрация 2D изображений.

СИНТАКСИС

mia-2dмультиизображениерегистрация -o [опции]

ОПИСАНИЕ

mia-2dмультиизображениерегистрация Эта программа выполняет нежесткую регистрацию на основе заданных
стоимостные критерии и заданная модель трансформации. Кроме mia-2dnonrigidreg, нет.
поддержка определенных параметров командной строки для предоставления изображений. Вместо этого изображения
указывается непосредственно при определении функции стоимости. Следовательно, регистрация изображений может быть
выполняются, которые оптимизируют выравнивание более чем одной пары изображений одновременно. Примечание,
однако все входные изображения должны быть одного размера (в пикселях).

ДОПОЛНИТЕЛЬНЫЕ УСЛУГИ, НЕ ВКЛЮЧЕННЫЕ В ПАКЕТ

-o --out-transform = (вывод, обязательно); io
преобразование вывода Для поддерживаемых типов файлов см. ПЛАГИНЫ: 2dtransform / io

-l --levels = 3
уровни с несколькими разрешениями

-O --optimizer = gsl: opt = gd, step = 0.1
Оптимизатор, используемый для минимизации Оптимизатор, используемый для минимизации Для
поддерживаемые плагины см. ПЛАГИНЫ: Minimizer / singlecost

-f --transForm=spline:rate=10,penalty=divcurl
тип преобразованияТип преобразования Список поддерживаемых плагинов см.
ПЛАГИНЫ: 2dimage / transform

Документи & Инфо
-V --verbose = предупреждение
многословность вывода, печать сообщений заданного уровня и более высокого приоритета.
Поддерживаемые приоритеты, начиная с самого низкого уровня:
info - Сообщения низкого уровня
прослеживать - Трассировка вызова функции
неудача - Сообщать об ошибках тестирования
предупреждение - Предупреждения
ошибка - Сообщать об ошибках
отлаживать - Вывод отладки
сообщение - Нормальные сообщения
роковой - Сообщать только о фатальных ошибках

--авторское право
распечатать информацию об авторских правах

-ч --помощь
распечатать эту справку

-? --использование
распечатать краткую справку

--версия
распечатайте номер версии и выйдите

Обработка
--threads = -1
Максимальное количество потоков для обработки, это число должно быть меньше
или равно количеству ядер логического процессора в машине. (-1:
автоматическая оценка) .Максимальное количество потоков для обработки.
число должно быть меньше или равно количеству ядер логического процессора в
машина. (-1: автоматическая оценка).

ПЛАГИНЫ: 1d / сплайнbc

зеркало Граничные условия сплайн-интерполяции, отражающие границу

(без параметров)

повторять Граничные условия сплайновой интерполяции, повторяющие значение на границе

(без параметров)

нуль Граничные условия сплайн-интерполяции, предполагающие ноль для значений за пределами

(без параметров)

ПЛАГИНЫ: 1d / splinekernel

сплайн Создание ядра B-сплайна, поддерживаемые параметры:

d = 3; int в [0, 5]
Степень сплайна.

омомы Создание ядра OMoms-сплайна, поддерживаемые параметры:

d = 3; int в [3, 3]
Степень сплайна.

ПЛАГИНЫ: 2дизображение / стоимость

ЛНКК локальная нормализованная взаимная корреляция с поддержкой маскирования., поддерживаемые параметры
составляют:

w = 5; uint в [1, 256]
половина ширины окна, используемого для оценки локализованного креста
корреляция.

ЛСД Измерение расстояния методом наименьших квадратов

(без параметров)

mi Взаимная информация на основе сплайнового синтаксического анализа, поддерживаемые параметры:

вырезать = 0; float в [0, 40]
Процент пикселей, которые нужно вырезать при высокой и низкой интенсивности, чтобы удалить
выбросы.

МБин = 64; uint в [1, 256]
Количество интервалов гистограммы, используемых для движущегося изображения.

mkernel = [bspline: d = 3]; фабрика
Сплайн-ядро для парзен движущихся изображений хинстограммы. Для поддерживаемых плагинов
см. ПЛАГИНЫ: 1d / splinekernel

рбинс = 64; uint в [1, 256]
Количество интервалов гистограммы, используемых для эталонного изображения.

rkkernel = [bspline: d = 0]; фабрика
Сплайн-ядро для эталонного изображения парзен хинстограммы. Для поддерживаемого плагина
ins см. ПЛАГИНЫ: 1d / splinekernel

НКК нормализованная взаимная корреляция.

(без параметров)

NGF Эта функция оценивает сходство изображения на основе нормализованного градиента.
поля. Доступны различные оценочные ядра, поддерживаемые параметры:

Eval = ds; диктовать
подтип плагина. Поддерживаемые значения:
sq - квадрат разности
ds - квадрат масштабной разницы
dot - ядро ​​скалярного произведения
пересекать - ядро ​​кросс-продукта

SSD Стоимость 2D-изображения: сумма квадратов разностей, поддерживаемые параметры:

автоматическая обмолота = 0; float в [0, 1000]
Используйте автоматическое маскирование движущегося изображения, принимая только значения интенсивности
в счет, превышающий заданный порог.

норма = 0; логический
Установите, следует ли нормализовать метрику по количеству пикселей изображения.

ssd-автомаска
Стоимость 2D-изображения: сумма квадратов разностей с автоматическим заданием на основе заданных
пороговые значения, поддерживаемые параметры:

молотить = 0; двойной
Значение пороговой интенсивности для эталонного изображения.

стреш = 0; двойной
Значение пороговой интенсивности для исходного изображения.

ПЛАГИНЫ: 2дизображение / полная стоимость

изображение Обобщенная функция стоимости сходства изображений, которая также работает с несколькими разрешениями
обработка. Фактическая мера сходства дается как дополнительный параметр.,
поддерживаемые параметры:

стоят = ssd; фабрика
Ядро функции стоимости. Информацию о поддерживаемых надстройках см. В разделе ПЛАГИНЫ: 2Dизображение / стоимость.

отлаживать = 0; логический
Сохраните промежуточные результаты для отладки.

ссылка = (ввод, строка)
Контрольное изображение.

SRC = (ввод, строка)
Изучите изображение.

вес = 1; плавать
вес функции стоимости.

этикетка
Функция стоимости сходства, которая отображает метки двух изображений и обрабатывает метки-
с сохранением обработки с несколькими разрешениями., поддерживаемые параметры:

отлаживать = 0; int в [0, 1]
записать преобразование расстояния в трехмерное изображение.

максимальная метка = 256; int в [2, 32000]
максимальное количество ярлыков для рассмотрения.

ссылка = (ввод, строка)
Контрольное изображение.

SRC = (ввод, строка)
Изучите изображение.

вес = 1; плавать
вес функции стоимости.

замаскированный образ
Обобщенная функция стоимости сходства замаскированных изображений, которая также обрабатывает несколько
обработка разрешения. Предоставленные маски должны быть плотно заполненными областями в
обработка с несколькими разрешениями, поскольку в противном случае информация о маске может быть потеряна
при уменьшении изображения. Эталонная маска и преобразованная маска
изображения исследования объединяются бинарным И. Приведена фактическая мера сходства.
es дополнительный параметр., поддерживаемые параметры:

стоят = ssd; фабрика
Ядро функции стоимости. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 2dimage / maskedcost

ссылка = (ввод, строка)
Контрольное изображение.

реф-маска = (ввод, строка)
Маска эталонного изображения (двоичная).

SRC = (ввод, строка)
Изучите изображение.

SRC-маска = (ввод, строка)
Маска исследуемого изображения (бинарная).

вес = 1; плавать
вес функции стоимости.

ПЛАГИНЫ: 2dimage / io

BMP Поддержка ввода / вывода 2D-изображений BMP

Распознаваемые расширения файлов: .BMP, .bmp.

Поддерживаемые типы элементов:
двоичные данные, 8 бит без знака, 16 бит без знака

пул данных Виртуальный ввод-вывод во внутренний пул данных и из него

Распознаваемые расширения файлов:. @

DICOM 2D-изображение io для DICOM

Распознаваемые расширения файлов: .DCM, .dcm.

Поддерживаемые типы элементов:
16 бит со знаком, 16 бит без знака

EXR плагин 2dimage io для изображений OpenEXR

Распознаваемые расширения файлов: .EXR, .exr.

Поддерживаемые типы элементов:
32 бита без знака, 32 бита с плавающей запятой

JPG плагин 2dimage io для изображений в серой шкале jpeg

Распознаваемые расширения файлов: .JPEG, .JPG, .jpeg, .jpg.

Поддерживаемые типы элементов:
беззнаковый 8 бит

PNG плагин 2dimage io для изображений PNG

Распознаваемые расширения файлов: .PNG, .png.

Поддерживаемые типы элементов:
двоичные данные, 8 бит без знака, 16 бит без знака

сырье Поддержка вывода 2D-изображений в формате RAW

Распознаваемые расширения файлов: .RAW, .raw.

Поддерживаемые типы элементов:
двоичные данные, 8 бит со знаком, 8 бит без знака, 16 бит со знаком, 16 бит без знака,
32-разрядный со знаком, 32-разрядный без знака, 32-разрядный с плавающей запятой, 64-разрядный с плавающей запятой
бит

TIF Поддержка ввода / вывода 2D-изображений в формате TIFF

Распознаваемые расширения файлов: .TIF, .TIFF, .tif, .tiff.

Поддерживаемые типы элементов:
двоичные данные, беззнаковые 8-битные, беззнаковые 16-битные, беззнаковые 32-битные

перспектива плагин 2dimage io для изображений Vista

Распознаваемые расширения файлов: .V, .VISTA, .v, .vista.

Поддерживаемые типы элементов:
двоичные данные, 8 бит со знаком, 8 бит без знака, 16 бит со знаком, 16 бит без знака,
32-разрядный со знаком, 32-разрядный без знака, 32-разрядный с плавающей запятой, 64-разрядный с плавающей запятой
бит

ПЛАГИНЫ: 2дизображение / замаскированная стоимость

ЛНКК локальная нормализованная взаимная корреляция с поддержкой маскирования., поддерживаемые параметры
составляют:

w = 5; uint в [1, 256]
половина ширины окна, используемого для оценки локализованного креста
корреляция.

mi Взаимная информация на основе сплайнового синтаксического анализа с маскированием., Поддерживаемые параметры:

вырезать = 0; float в [0, 40]
Процент пикселей, которые нужно вырезать при высокой и низкой интенсивности, чтобы удалить
выбросы.

МБин = 64; uint в [1, 256]
Количество интервалов гистограммы, используемых для движущегося изображения.

mkernel = [bspline: d = 3]; фабрика
Сплайн-ядро для парзен движущихся изображений хинстограммы. Для поддерживаемых плагинов
см. ПЛАГИНЫ: 1d / splinekernel

рбинс = 64; uint в [1, 256]
Количество интервалов гистограммы, используемых для эталонного изображения.

rkkernel = [bspline: d = 0]; фабрика
Сплайн-ядро для эталонного изображения парзен хинстограммы. Для поддерживаемого плагина
ins см. ПЛАГИНЫ: 1d / splinekernel

НКК нормализованная взаимная корреляция с поддержкой маскировки.

(без параметров)

SSD Сумма квадратов разностей с маскированием.

(без параметров)

ПЛАГИНЫ: 2Dизображение / преобразование

аффинное Аффинное преобразование (шесть степеней свободы). Поддерживаемые параметры:

безграничный = зеркало; фабрика
Граничные условия интерполяции изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinebc

imgkernel = [bspline: d = 3]; фабрика
ядро интерполятора изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinekernel

жесткий Жесткие преобразования (т.е. вращение и перемещение, три степени
свобода)., поддерживаемые параметры:

безграничный = зеркало; фабрика
Граничные условия интерполяции изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinebc

imgkernel = [bspline: d = 3]; фабрика
ядро интерполятора изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinekernel

центр гниения = [[0,0]]; 2dfвектор
Относительный центр вращения, т.е. <0.5,0.5> соответствует центру
опорный прямоугольник.

вращение Преобразования вращения (т.е. вращение вокруг заданного центра, один градус
свобода)., поддерживаемые параметры:

безграничный = зеркало; фабрика
Граничные условия интерполяции изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinebc

imgkernel = [bspline: d = 3]; фабрика
ядро интерполятора изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinekernel

центр гниения = [[0,0]]; 2dfвектор
Относительный центр вращения, т.е. <0.5,0.5> соответствует центру
опорный прямоугольник.

сплайн Преобразование произвольной формы, описываемое набором коэффициентов B-сплайна
и базовое ядро ​​B-сплайна., поддерживаемые параметры:

анизорат = [[0,0]]; 2dfвектор
коэффициент анизотропии в пикселях, неположительные значения будут
перезаписывается значением 'rate' ..

безграничный = зеркало; фабрика
Граничные условия интерполяции изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinebc

imgkernel = [bspline: d = 3]; фабрика
ядро интерполятора изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinekernel

ядро = [bspline: d = 3]; фабрика
Ядро сплайна трансформации. Поддерживаемые плагины см.
ПЛАГИНЫ: 1d / splinekernel

штраф знак равно фабрика
Срок штрафа за преобразование. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 2dtransform / splinepenalty

скорость = 10; с плавающей точкой в ​​[1, inf)
коэффициент изотропности в пикселях.

переведите Только перевод (две степени свободы), поддерживаемые параметры:

безграничный = зеркало; фабрика
Граничные условия интерполяции изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinebc

imgkernel = [bspline: d = 3]; фабрика
ядро интерполятора изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinekernel

vf Этот плагин реализует преобразование, которое определяет перевод для каждого
точка сетки, определяющая область преобразования., поддерживаемая
параметры:

безграничный = зеркало; фабрика
Граничные условия интерполяции изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinebc

imgkernel = [bspline: d = 3]; фабрика
ядро интерполятора изображений. Информацию о поддерживаемых надстройках см.
ПЛАГИНЫ: 1d / splinekernel

ПЛАГИНЫ: 2dtransform / io

BBS Двоичный (непереносимый) сериализованный ввод-вывод трехмерных преобразований

Распознаваемые расширения файлов: .bbs

пул данных Виртуальный ввод-вывод во внутренний пул данных и из него

Распознаваемые расширения файлов:. @

перспектива Хранение трехмерных преобразований Vista

Распознаваемые расширения файлов: .v2dt

XML XML-сериализованный ввод-вывод трехмерных преобразований

Распознаваемые расширения файлов: .x2dt

ПЛАГИНЫ: 2дтрансформ / шлицпенальти

дивкурл divcurl штраф за преобразование, поддерживаемые параметры:

виться = 1; с плавающей точкой в ​​[0, inf)
штрафной вес на локон.

DIV = 1; с плавающей точкой в ​​[0, inf)
штрафной вес за расхождение.

норма = 0; логический
Установите в 1, если штраф должен быть нормализован по отношению к изображению.
размер.

вес = 1; плавать в (0, inf)
масса штрафной энергии.

ПЛАГИНЫ: минимизатор / единовременная стоимость

гдас Градиентный спуск с автоматической коррекцией размера шага, поддерживаемые параметры:

фтолр = 0; удвоить в [0, inf)
Остановитесь, если относительное изменение критерия ниже ..

макс-шаг = 2; вдвое больше (0, бесконечность)
Максимальный абсолютный размер шага.

макситер = 200; uint в [1, inf)
Критерий остановки: максимальное количество итераций.

мин-шаг = 0.1; вдвое больше (0, бесконечность)
Минимальный абсолютный размер шага.

кстола = 0.01; удвоить в [0, inf)
Остановитесь, если inf-норма изменения, примененного к x, ниже этого значения.

GDSQ Градиентный спуск с оценкой квадратичного шага, поддерживаемые параметры:

фтолр = 0; удвоить в [0, inf)
Остановитесь, если относительное изменение критерия ниже ..

гтола = 0; удвоить в [0, inf)
Остановитесь, если инф-норма градиента ниже этого значения.

макситер = 100; uint в [1, inf)
Критерий остановки: максимальное количество итераций.

лестница = 2; вдвое больше (1, бесконечность)
Резервное масштабирование фиксированного размера шага.

шаг = 0.1; вдвое больше (0, бесконечность)
Начальный размер шага.

кстола = 0; удвоить в [0, inf)
Остановитесь, если inf-norm x-update ниже этого значения.

GSL плагин оптимизатора, основанный на мультиминных оптимизаторах Научной библиотеки GNU
(GSL) https://www.gnu.org/software/gsl/, поддерживаемые параметры:

прибыль на акцию = 0.01; вдвое больше (0, бесконечность)
Оптимизаторы на основе градиента: остановитесь, когда | grad | <eps, simplex: остановить, когда
размер симплекса <eps ..

трубчатый проход = 100; uint в [1, inf)
максимальное количество итераций.

выбирать = gd; диктовать
Будет использоваться конкретный оптимизатор. Поддерживаемые значения:
бфгс - Бройден-Флетчер-Гольдфарб-Шенн
бфгс2 - Бройден-Флетчер-Гольдфарб-Шенн (наиболее эффективная версия)
cg-fr - Алгоритм сопряженного градиента Флечера-Ривза
gd - Градиентный спуск.
симплекс - Симплексный алгоритм Нелдера и Мида
cg-pr - Алгоритм сопряженного градиента Полака-Рибиера

шаг = 0.001; вдвое больше (0, бесконечность)
начальный размер шага.

тол = 0.1; вдвое больше (0, бесконечность)
какой-то параметр допуска.

нлопт Алгоритмы минимизатора, использующие библиотеку NLOPT, для описания
оптимизаторы, пожалуйста, посмотрите 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms ', поддерживаемые параметры:

фтола = 0; удвоить в [0, inf)
Критерий остановки: абсолютное изменение целевого значения ниже
это значение.

фтолр = 0; удвоить в [0, inf)
Критерий остановки: относительное изменение целевого значения ниже
это значение.

высший = inf; двойной
Верхняя граница (одинаковая по всем параметрам).

местный выбор = нет; диктовать
алгоритм локальной минимизации, который может потребоваться для основных
алгоритм минимизации. Поддерживаемые значения:
gn-orig-direct-l - Разделение прямоугольников (оригинальная реализация,
локально предвзято)
гн-директ-л-носкаль - Разделение прямоугольников (немасштабированные, с локальным смещением)
GN-Isres - Улучшенная стратегия эволюции стохастического рейтинга.
лд-тньютон - Усеченный Ньютон
GN-Direct-L-Rand - Разделение прямоугольников (локально смещенное, рандомизированное)
Ин-Ньюоа - Безусловная оптимизация без производных итеративно
Построенная квадратичная аппроксимация
gn-direct-l-rand-noscale - Разделение прямоугольников (немасштабированные, локально
предвзятый, рандомизированный)
gn-оригинал-директ - Разделение прямоугольников (оригинальная реализация)
ld-tnewton-precond - Предварительно обусловленный усеченный Ньютон
ld-tnewton-перезагрузка - Усеченный Ньютон с перезапуском наискорейшего спуска
GN-прямой - Разделение прямоугольников
Ln-Neldermead - симплексный алгоритм Нелдера-Мида
лн-кобыла - Оптимизация с ограничениями посредством линейного приближения
GN-CRS2-LM - Управляемый случайный поиск с локальной мутацией
ld-var2 - Сдвинутый переменный показатель с ограниченной памятью, ранг 2
ld-var1 - Сдвинутый переменный показатель с ограниченной памятью, ранг 1
LD-MMA - Метод подвижных асимптот
ld-lbfgs-nocedal - Никто
ld-lbfgs - BFGS с низким хранением
gn-direct-l - Разделение прямоугольников (локально смещено)
никто - не указывать алгоритм
Ин-бобика - Оптимизация без производных с ограничениями
ln-sbplx - Подплексный вариант Нелдера-Мида
In-newuoa-bound - Оптимизация без производных с ограничениями по
Итеративно построенная квадратичная аппроксимация
лн-практика - Локальная оптимизация без градиентов через главную ось
Способ доставки
гн-директ-носкаль - Разделение прямоугольников (немасштабированные)
ld-tnewton-precond-перезагрузка - Предварительно обусловленный усеченный Ньютон с
перезапуск на крутом спуске

ниже = -inf; двойной
Нижняя граница (одинаковая по всем параметрам).

макситер = 100; int в [1, inf)
Критерий остановки: максимальное количество итераций.

выбирать = ld-lbfgs; диктовать
основной алгоритм минимизации. Поддерживаемые значения:
gn-orig-direct-l - Разделение прямоугольников (оригинальная реализация,
локально предвзято)
g-mlsl-lds - Многоуровневая одинарная связь (последовательность с низким несоответствием,
требуется оптимизация и границы на основе локального градиента)
гн-директ-л-носкаль - Разделение прямоугольников (немасштабированные, с локальным смещением)
GN-Isres - Улучшенная стратегия эволюции стохастического рейтинга.
лд-тньютон - Усеченный Ньютон
GN-Direct-L-Rand - Разделение прямоугольников (локально смещенное, рандомизированное)
Ин-Ньюоа - Безусловная оптимизация без производных итеративно
Построенная квадратичная аппроксимация
gn-direct-l-rand-noscale - Разделение прямоугольников (немасштабированные, локально
предвзятый, рандомизированный)
gn-оригинал-директ - Разделение прямоугольников (оригинальная реализация)
ld-tnewton-precond - Предварительно обусловленный усеченный Ньютон
ld-tnewton-перезагрузка - Усеченный Ньютон с перезапуском наискорейшего спуска
GN-прямой - Разделение прямоугольников
ауглаг-экв - Расширенный алгоритм Лагранжа с ограничениями равенства
только
Ln-Neldermead - симплексный алгоритм Нелдера-Мида
лн-кобыла - Оптимизация с ограничениями посредством линейного приближения
GN-CRS2-LM - Управляемый случайный поиск с локальной мутацией
ld-var2 - Сдвинутый переменный показатель с ограниченной памятью, ранг 2
ld-var1 - Сдвинутый переменный показатель с ограниченной памятью, ранг 1
LD-MMA - Метод подвижных асимптот
ld-lbfgs-nocedal - Никто
г-млсл - Многоуровневая одинарная связь (требуется локальная оптимизация и
границы)
ld-lbfgs - BFGS с низким хранением
gn-direct-l - Разделение прямоугольников (локально смещено)
Ин-бобика - Оптимизация без производных с ограничениями
ln-sbplx - Подплексный вариант Нелдера-Мида
In-newuoa-bound - Оптимизация без производных с ограничениями по
Итеративно построенная квадратичная аппроксимация
август - Расширенный алгоритм Лагранжа
лн-практика - Локальная оптимизация без градиентов через главную ось
Способ доставки
гн-директ-носкаль - Разделение прямоугольников (немасштабированные)
ld-tnewton-precond-перезагрузка - Предварительно обусловленный усеченный Ньютон с
перезапуск на крутом спуске
ld-slqp - Последовательное квадратичное программирование методом наименьших квадратов

шаг = 0; удвоить в [0, inf)
Начальный размер шага для методов без градиента.

остановить = -inf; двойной
Критерий остановки: значение функции падает ниже этого значения.

кстола = 0; удвоить в [0, inf)
Критерий остановки: абсолютное изменение всех значений x ниже этого
значения.

кстолр = 0; удвоить в [0, inf)
Критерий остановки: относительное изменение всех значений x ниже этого
значения.

ПРИМЕР

Зарегистрируйте изображение test.v в ссылку на изображение v с помощью преобразования сплайна с коэффициентом
ставим 5 и записываем зарегистрированное изображение в reg.v. Используйте два уровня разрешения, ssd как
функция стоимости изображения и divcurl, взвешенные на 10.0 как штраф за гладкость преобразования. В
полученное преобразование сохраняется в reg.vf.

mia-2dmultiimageregistration -o reg.vf -l 2
-f сплайн: ставка = 3, штраф = divcurl
изображение:cost=ssd,src=test.v,ref=ref.v

Авторы)

Герт Волльни

АВТОРСКИЕ ПРАВА

Это программное обеспечение защищено авторскими правами (c) 1999-2015 гг., Лейпциг, Германия, и Мадрид, Испания. Это приходит
с СОВЕРШЕННО ОТСУТСТВИЕМ ГАРАНТИЙ, и вы можете распространять его в соответствии с условиями GNU
ОБЩАЯ ОБЩЕСТВЕННАЯ ЛИЦЕНЗИЯ Версия 3 (или новее). Для получения дополнительной информации запустите программу с
вариант '- авторское право'.

Используйте онлайн-регистрацию mia-2dmultiimage с помощью сервисов onworks.net.