主要内容
imregdemons
估计位移场对齐两个2-D或3-D图像
语法
描述
［估计位移场D，moving_reg) = imregdemons (移动，固定)D将要注册的图像对齐，移动，使用参考图像，固定．每个像素位置上的位移向量从固定图像网格中的相应位置移动的形象。moving_reg是扭曲版的吗移动根据位移场而变形的图像D并使用线性插值进行重新采样。
［指定要计算的迭代次数。此函数不使用收敛标准，因此始终保证运行指定或默认的迭代次数。D，moving_reg) = imregdemons (移动，固定，N)
［使用名称-值对注册移动图像以控制权重计算的各个方面。D，moving_reg] = imregdemons (___,名称,值)
例子
配准两幅局部扭曲的图像
这个例子展示了如何解决一个注册问题，在同一只手已经在两个不同的姿势拍照。图像的不对齐在每个图像中局部变化。因此，这是一个非刚性配准问题。
将这两个图像读入工作区。
固定= imread (“hands1.jpg”）;移动= imread (“hands2.jpg”）;
将图像转换为灰度处理。
固定= im2gray(固定);移动= im2gray(移动);
观察初始偏差。手指摆出不同的姿势。
imshowpair(固定,移动,“蒙太奇”)
叠加两个图像，使它容易看到图像的不同。不同之处用绿色和品红突出显示。
imshowpair(固定、移动)
正确的照明差异之间移动和固定使用直方图匹配的图像。这是一个常见的预处理步骤。
移动= imhistmatch(移动、固定);
估计将两幅图像对齐所需的转换。
[~，movingReg] = imregdemons(移动，固定，[500 400 200]，…“AccumulatedFieldSmoothing”, 1.3);
显示注册结果。在第一个图中，图像被覆盖以显示对齐。
movingReg imshowpair(固定)
movingReg imshowpair(固定,“蒙太奇”)
输入参数
输出参数
参考文献
蒂里翁[1],j。“作为扩散过程的图像匹配:与麦克斯韦恶魔的类比”。医学图像分析．第2卷第3期，1998年，243-260页。
[2] Vercauteren, T.， X. Pennec, A. Perchant, N. Ayache，“差分恶魔:高效非参数图像配准”，科学杂志．第45卷，第1期，增刊1,2009年3月，61-72页。
扩展功能
介绍了R2014b
你也可以从以下列表中选择一个网站:
