这是命令 mia-3drigidreg，可以使用我们的多个免费在线工作站之一在 OnWorks 免费托管服务提供商中运行，例如 Ubuntu Online、Fedora Online、Windows 在线模拟器或 MAC OS 在线模拟器
程序：
您的姓名
mia-3drigidreg - 3D 图像的线性配准。
概要
mia-3drigidreg -i -r -o [选项]
商品描述
mia-3drigidreg 该程序实现了两个灰度 3D 图像的配准。 这
转换不会受到惩罚，因此，应该只使用平移、刚性或
仿射变换作为目标并运行非刚性注册的 mia-3dnonrigidreg 是为了
取得成就。
配置
文件 I / O
-i --in-image=（输入，必填）； io
测试图像有关支持的文件类型，请参阅插件：3dimage/io
-r --ref-image=（输入，必填）； io
参考图像 有关支持的文件类型，请参阅 PLUGINS:3dimage/io
-o --out-image=（输出，需要）； io
注册的输出图像有关支持的文件类型，请参阅插件：3dimage/io
-t --transformation=(输出); io
转换输出文件名 有关支持的文件类型，请参阅
插件：3dtransform/io
-c --成本=SSD
cost functioncost function 支持的插件见PLUGINS:3dimage/cost
-l --级别=3
多重网格级别多重网格级别
-O --optimizer=gsl:opt=simplex,step=1.0
用于最小化的优化器Optimizer used for minimization For
支持的插件见PLUGINS:minimizer/singlecost
-f --transForm=刚性
转换类型转换类型有关支持的插件，请参阅
插件：3dimage/transform
政策和帮助 & 资料包
-V --verbose=警告
输出的详细程度，打印给定级别和更高优先级的消息。
从最低级别开始支持的优先级是：
info - 低级消息
追踪 - 函数调用跟踪
失败 - 报告测试失败
警告 - 警告
错误 - 报告错误
调试 - 调试输出
的话 - 普通消息
致命 - 只报告致命错误
- 版权
印刷版权信息
-h --帮助
打印此帮助
-？ - 用法
打印一个简短的帮助
- 版
打印版本号并退出
处理中
--线程=-1
用于处理的最大线程数，这个数字应该更低
或等于机器中逻辑处理器内核的数量。 (-1:
自动估计）。用于处理的最大线程数，这
number 应该小于或等于逻辑处理器内核的数量
机器。 （-1：自动估计）。
插件： 1d/样条bc
镜面 在边界上镜像的样条插值边界条件
（无参数）
重复 在边界处重复值的样条插值边界条件
（无参数）
零 样条插值边界条件假设外部值为零
（无参数）
插件： 一维/样条内核
样条 B-spline kernel创建，支持的参数有：
d = 3; [0, 5] 中的整数
样条度数。
妈妈们 OMoms-spline 内核创建，支持的参数有：
d = 3; [3, 3] 中的整数
样条度数。
插件： 3d图像/成本
公司 具有掩蔽支持的局部归一化互相关。，支持的参数
是：
w = 5; 输入 [1, 256]
用于评估局部十字的窗口的半宽
相关性。
mi 基于样条解析的互信息，支持的参数有：
切 = 0; 浮动在 [0, 40]
在高强度和低强度下切割的像素百分比
离群值。
宾士 = 64; 输入 [1, 256]
用于运动图像的直方图箱数。
内核 = [bspline:d=3]; 工厂
用于运动图像 parzen 直方图的样条内核。 对于支持的插件
见插件：1d/splinekernel
罗宾斯 = 64; 输入 [1, 256]
用于参考图像的直方图箱数。
内核 = [bspline:d=0]; 工厂
用于参考图像 parzen 直方图的样条内核。 对于支持的插件-
ins见PLUGINS:1d/splinekernel
NCC 归一化互相关。
（无参数）
神经生长因子 该函数根据归一化梯度评估图像相似度
领域。 给定 src 图像的归一化梯度场 $_S$ 和图像的 $_R$
参考图像实现了各种评估器，支持的参数有：
评估 = ds; 字典
插件子类型（sq、ds、dot、cross）。 支持的值是：
ds - 尺度差的平方
点 - 标量乘积核
交叉 - 交叉产品内核
SSD 3D图像成本：平方差之和，支持的参数有：
自动阈值 = 0; 浮动在 [0, 1000]
通过仅获取强度值来使用移动图像的自动屏蔽
到大于给定阈值的帐户。
规范 = 0; 布尔值
设置指标是否应按图像像素数进行归一化。
ssd-自动屏蔽
3D 图像成本：平方差的总和，基于给定的自动屏蔽
阈值，支持的参数有：
阈值 = 0; 双倍的
参考图像的阈值强度值。
阈值 = 0; 双倍的
源图像的阈值强度值。
插件： 二维图像/IO
分析 分析 7.5 图像
可识别的文件扩展名：.HDR、.hdr
支持的元素类型：
无符号 8 位，有符号 16 位，有符号 32 位，浮点 32 位，
浮点 64 位
数据池 与内部数据池之间的虚拟 IO
可识别的文件扩展名：.@
迪康 Dicom 图像系列作为 3D
可识别的文件扩展名：.DCM、.dcm
支持的元素类型：
有符号 16 位，无符号 16 位
HDF5 HDF5 3D图像IO
可识别的文件扩展名：.H5、.h5
支持的元素类型：
二进制数据，有符号 8 位，无符号 8 位，有符号 16 位，无符号 16 位，
有符号 32 位、无符号 32 位、有符号 64 位、无符号 64 位、浮动
点 32 位，浮点 64 位
因里亚 INRIA 图像
可识别的文件扩展名：.INR、.inr
支持的元素类型：
有符号 8 位、无符号 8 位、有符号 16 位、无符号 16 位、有符号 32
位、无符号 32 位、浮点 32 位、浮点 64 位
MHD MetaIO 3D 图像 IO 使用 VTK 实现（实验性）。
可识别的文件扩展名：.MHA、.MHD、.mha、.mhd
支持的元素类型：
有符号 8 位、无符号 8 位、有符号 16 位、无符号 16 位、有符号 32
位、无符号 32 位、浮点 32 位、浮点 64 位
尼夫提 NIFTI-1 3D 图像 IO
可识别的文件扩展名：.NII、.nii
支持的元素类型：
有符号 8 位、无符号 8 位、有符号 16 位、无符号 16 位、有符号 32
位，无符号 32 位，有符号 64 位，无符号 64 位，浮点 32
位，浮点 64 位
声波 VFF 太阳光栅格式
可识别的文件扩展名：.VFF、.vff
支持的元素类型：
无符号 8 位，有符号 16 位
远景 3D视图
可识别的文件扩展名：.V、.VISTA、.v、.vista
支持的元素类型：
二进制数据，有符号 8 位，无符号 8 位，有符号 16 位，无符号 16 位，
有符号 32 位、无符号 32 位、浮点 32 位、浮点 64
位
vti 3D 图像 VTK-XML 输入和输出（实验性）。
可识别的文件扩展名：.VTI、.vti
支持的元素类型：
有符号 8 位、无符号 8 位、有符号 16 位、无符号 16 位、有符号 32
位、无符号 32 位、浮点 32 位、浮点 64 位
虚拟机 3D VTK 图像传统输入和输出（实验性）。
可识别的文件扩展名：.VTK、.VTKIMAGE、.vtk、.vtkimage
支持的元素类型：
二进制数据，有符号 8 位，无符号 8 位，有符号 16 位，无符号 16 位，
有符号 32 位、无符号 32 位、浮点 32 位、浮点 64
位
插件： 3d 图像/变换
仿射 仿射变换（12个自由度），支持的参数有：
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
轴旋转 受限旋转变换（1 个自由度）。 变换是
仅限于绕给定轴绕给定旋转的旋转
中心，支持的参数有：
轴 =（必需，3dfvector）
旋转轴。
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
起源 =（必需，3dfvector）
转型的中心。
精制 受限仿射变换（3 个自由度）。 变换是
仅限于围绕给定轴的旋转和沿两个轴的剪切
垂直于给定的，支持的参数是：
轴 =（必需，3dfvector）
旋转轴。
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
起源 =（必需，3dfvector）
转型的中心。
硬性 刚性变换，即旋转和平移（六个自由度）。
支持的参数有：
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
起源 = [[0,0,0]]; 3df向量
相对旋转中心，即<0.5,0.5,0.5>对应的中心
音量。
回转 旋转变换（三自由度），支持的参数有：
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
起源 = [[0,0,0]]; 3df向量
相对旋转中心，即<0.5,0.5,0.5>对应的中心
音量。
烂弯 受限变换（4 个自由度）。 变换是
仅限于绕 x 和 y 轴的旋转和沿 x 的弯曲
轴，在每个方向上都是独立的，弯曲度随着
距旋转轴的平方距离，支持的参数有：
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
诺罗 = 0; 布尔值
不要优化旋转。
起源 =（必需，3dfvector）
转型的中心。
仿样 可以由一组 B 样条系数描述的自由形式变换
和一个底层的 B 样条内核，支持的参数是：
茴香酸 = [[0,0,0]]; 3df向量
以像素为单位的各向异性系数率，非正值将是
被 'rate' 值覆盖..
调试 = 0; 布尔值
启用额外的调试输出。
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
核心 = [bspline:d=3]; 工厂
变换样条核。 有关支持的插件，请参阅
插件：1d/splinekernel
罚款 =; 工厂
变换惩罚能量项。 有关支持的插件，请参阅
插件：3dtransform/splinepenalty
率 = 10; 浮动在 [1, inf)
以像素为单位的各向同性系数率。
翻译 平移（三个自由度），支持的参数有：
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
vf 这个插件实现了一个转换，为每个定义了一个翻译
定义转换域的网格点。，支持
参数是：
图像边界 = 镜子； 工厂
图像插值边界条件。 有关支持的插件，请参阅
插件：1d/splinebc
图像内核 = [bspline:d=3]; 工厂
图像插值器内核。 有关支持的插件，请参阅
插件：1d/splinekernel
插件： 3d变换/io
BBS 3D 转换的二进制（不可移植）序列化 IO
可识别的文件扩展名：.bbs
数据池 与内部数据池之间的虚拟 IO
可识别的文件扩展名：.@
远景 3D 转换的 Vista 存储
可识别的文件扩展名：.v、.v3dt
XML 3D 转换的 XML 序列化 IO
可识别的文件扩展名：.x3dt
插件： 3d变换/样条惩罚
卷曲 divcurl 对转换的惩罚，支持的参数是：
卷曲 = 1; 浮动在 [0, inf)
卷曲的惩罚权重。
DIV = 1; 浮动在 [0, inf)
分歧的惩罚权重。
规范 = 0; 布尔值
如果惩罚应该相对于图像进行归一化，则设置为 1
大小。
重量 = 1; 浮在 (0, inf)
惩罚能量的权重。
插件： 最小化/单一成本
达斯 带自动步长校正的梯度下降，支持的参数有：
福托尔 = 0; 加倍 [0, inf)
如果标准的相对变化低于..
最大步长 = 2; 双输入 (0, inf)
最大绝对步长。
马克西特 = 200; 输入 [1, inf)
停止准则：最大迭代次数。
最小步 = 0.1; 双输入 (0, inf)
最小绝对步长。
托拉 = 0.01; 加倍 [0, inf)
如果应用于 x 的更改的 inf 范数低于此值，则停止。
粤港澳大湾区 带二次步长估计的梯度下降，支持的参数有：
福托尔 = 0; 加倍 [0, inf)
如果标准的相对变化低于..
格托拉 = 0; 加倍 [0, inf)
如果梯度的 inf 范数低于此值，则停止。
马克西特 = 100; 输入 [1, inf)
停止准则：最大迭代次数。
规模 = 2; 双输入 (1, inf)
回退固定步长缩放。
步 = 0.1; 双输入 (0, inf)
初始步长。
托拉 = 0; 加倍 [0, inf)
如果 x-update 的 inf 范数低于此值，则停止。
国标 基于 GNU 科学库的 multimin 优化器的优化器插件
(GSL) https://www.gnu.org/software/gsl/，支持的参数有：
每股收益 = 0.01; 双输入 (0, inf)
基于梯度的优化器：在 |grad| 时停止< eps，单工：停止时
单纯形尺寸 < eps..
ITER = 100; 输入 [1, inf)
最大迭代次数。
选择 = GD; 字典
要使用的特定优化器.. 支持的值是：
BFGS - 布罗伊登-弗莱彻-戈德法布-香恩
BFGS2 - Broyden-Fletcher-Goldfarb-Shann（最有效的版本）
CG-FR - Flecher-Reeves 共轭梯度算法
gd - 梯度下降。
单 - Nelder 和 Mead 的单纯形算法
CG-PR - Polak-Ribiere 共轭梯度算法
步 = 0.001; 双输入 (0, inf)
初始步长。
TOL = 0.1; 双输入 (0, inf)
一些容差参数。
没有 使用 NLOPT 库的最小化算法，用于描述
优化器请参阅'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms'，支持的参数有：
托拉 = 0; 加倍 [0, inf)
停止准则：目标值的绝对变化低于
这个值。
福托尔 = 0; 加倍 [0, inf)
停止准则：目标值的相对变化低于
这个值。
更高 = inf; 双倍的
更高的边界（对所有参数都相等）。
本地选择 = 无； 字典
主要可能需要的局部最小化算法
最小化算法.. 支持的值是：
gn-orig-直接-l - 分割矩形（原始实现，
局部偏向）
gn-直接-l-noscal - 分割矩形（未缩放，局部偏置）
GN-ISRES - 改进的随机排名演化策略
牛顿 - 截断牛顿
gn-直接-l-兰德 - 分割矩形（局部偏置，随机）
新华 - 通过迭代进行无导数无约束优化
构造二次近似
gn-direct-l-rand-noscale - 分割矩形（未缩放，局部
有偏见的，随机的）
GN-原始直接 - 分割矩形（原始实现）
ld-牛顿-先导 - 预处理截断牛顿
ld-tnewton-重启 - 用最速下降重新开始截断牛顿
gn-直接 - 分割矩形
内尔德米德 - Nelder-Mead 单纯形算法
眼镜蛇 - 线性逼近的约束优化
GN-CRS2-LM - 带有局部变异的受控随机搜索
ld-var2 - 移位的有限内存变量度量，等级 2
ld-var1 - 移位的有限内存变量度量，等级 1
LD-MMA - 移动渐近线的方法
ld-lbfgs-诺塞达尔 - 没有任何
ld-lbfgs ‐ 低存储 BFGS
gn-直接-l - 分割矩形（局部偏置）
没有 - 不要指定算法
恩波比卡 - 无导数有界约束优化
ln-sbpx - Nelder-Mead 的 Subplex 变体
新的绑定 - 无导数有界约束优化
迭代构造的二次近似
实践 - 通过主轴的无梯度局部优化
付款方式
gn-直接-noscal - 分割矩形（未缩放）
ld-tnewton-precond-重新启动 - 预处理截断牛顿与
最速下降重启
降低 = -inf; 双倍的
下边界（对所有参数都相等）。
马克西特 = 100; [1, inf) 中的整数
停止准则：最大迭代次数。
选择 = ld-lbfgs; 字典
主要的最小化算法。 支持的值是：
gn-orig-直接-l - 分割矩形（原始实现，
局部偏向）
g-mlsl-lds ‐ 多级单联动（低差异序列，
需要基于局部梯度的优化和边界）
gn-直接-l-noscal - 分割矩形（未缩放，局部偏置）
GN-ISRES - 改进的随机排名演化策略
牛顿 - 截断牛顿
gn-直接-l-兰德 - 分割矩形（局部偏置，随机）
新华 - 通过迭代进行无导数无约束优化
构造二次近似
gn-direct-l-rand-noscale - 分割矩形（未缩放，局部
有偏见的，随机的）
GN-原始直接 - 分割矩形（原始实现）
ld-牛顿-先导 - 预处理截断牛顿
ld-tnewton-重启 - 用最速下降重新开始截断牛顿
gn-直接 - 分割矩形
奥拉格-eq - 具有等式约束的增广拉格朗日算法
仅由
内尔德米德 - Nelder-Mead 单纯形算法
眼镜蛇 - 线性逼近的约束优化
GN-CRS2-LM - 带有局部变异的受控随机搜索
ld-var2 - 移位的有限内存变量度量，等级 2
ld-var1 - 移位的有限内存变量度量，等级 1
LD-MMA - 移动渐近线的方法
ld-lbfgs-诺塞达尔 - 没有任何
g-mlsl ‐ 多级单联动（需要局部优化和
界）
ld-lbfgs ‐ 低存储 BFGS
gn-直接-l - 分割矩形（局部偏置）
恩波比卡 - 无导数有界约束优化
ln-sbpx - Nelder-Mead 的 Subplex 变体
新的绑定 - 无导数有界约束优化
迭代构造的二次近似
奥格拉格 - 增广拉格朗日算法
实践 - 通过主轴的无梯度局部优化
付款方式
gn-直接-noscal - 分割矩形（未缩放）
ld-tnewton-precond-重新启动 - 预处理截断牛顿与
最速下降重启
ld-slsqp ‐ 顺序最小二乘二次规划
步 = 0; 加倍 [0, inf)
无梯度方法的初始步长。
停止 = -inf; 双倍的
停止准则：函数值低于该值。
托拉 = 0; 加倍 [0, inf)
停止准则：所有 x 值的绝对变化都低于此
计算值。
克托尔 = 0; 加倍 [0, inf)
停止准则：所有 x 值的相对变化都低于此
计算值。
例
将图像 test.v 注册到图像 ref.v 仿射并将注册的图像写入 reg.v。 用
两个多分辨率级别和 ssd 作为成本函数。
mia-3drigidreg -i test.v -r ref.v -o reg.v -l 2 -f 仿射 -c ssd
作者
格特·沃尔尼
版权
本软件版权所有 (c) 1999-2015 德国莱比锡和西班牙马德里。 它来了
绝对没有保证，您可以根据 GNU 的条款重新分发它
通用公共许可证版本 3（或更高版本）。 有关更多信息，请使用
选项“--版权”。
使用 onworks.net 服务在线使用 mia-3drigidreg
