基于仿射和 B 样条网格的两个 2D 彩色/灰度图像或 3D 体积或点数据的配准和数据拟合。 配准可以基于强度/像素，或基于地标/对应点（参见 OpenSurf），或组合进行。
描述 基于像素的配准： 该函数是 D. Rueckert 等人中 b 样条配准算法的（增强）实现。 “使用自由形式变形的非刚性配准：对乳房 MR 图像的应用”。 包括 Rueckert（薄金属片弯曲能量）和 Jacobian（微分形）函数的平滑度惩罚。 还包括将局部标准化互信息作为配准误差，允许图像或体积为不同类型/模态，例如 MRI T1 和 T2 患者扫描。
这个怎么运作： 构建了一个 b 样条控制点网格，它控制输入图像的变换。 误差测量用于测量运动图像和静态图像之间的配准误差。 准牛顿 Matlab 优化器 fminlbfgs（也在 Mathworks 上）用于移动控制点，以实现两幅图像之间的最佳配准，
2022-11-04 14:29:26
2.68MB
1
matlab数据平滑代码微结构制造商
Microstructure
Maker是固体纹理合成算法的MATLAB
\
C
++实现，用于仅从2D数据构建具有统计意义的3D微结构数据集。
该软件尝试从有限数量的倾斜2D截面\图像创建微结构的3D重建。
如果您正在研究很难或不可能应用3D表征技术（X射线显微断层照相术，连续截面SEM等）的材料系统，那么Microstructure
Maker可能使您能够从2D获得材料系统的3D体积图。图片。
方法
我们的软件使用的方法是受固体纹理合成领域（计算机图形学的一个子领域）启发的。
我们的目标是使这些方法适用于实际的材料数据集，以便研究人员可以采用另一种方法来替代昂贵且有限的3D表征技术。
这些方法试图解决不适定的优化问题，即找到最匹配微观结构统计信息的3D重构，该微观结构统计信息存在于从倾斜截面获取的有限数量的2D示例（图像）中。
尽管这些方法可能非常有效，但它们确实有一些局限性。
首先，您希望重建的微观结构必须在统计上是同质的。
其次，除了一些耐心之外，您的计算机上还必须拥有大量的计算资源才能运行这些算法。
最后，不能保证它们收敛到全局最优值，因
2022-11-04 11:28:41
1.09MB
1
二维MUSIC算法的Matlab程序（8阵元均匀圆阵，三维图；方位角、俯仰角）
2022-11-03 22:04:40
1KB
1