ITK 配准中优化器参数的理解和使用

导读

ITK配准中，需要设置优化器，如OptimizerAsRegularStepGradientDescent，而这个优化器实例化的时候需要传入相关的参数，其中常用的有如下四个：

学习率(LearningRate)

这里的学习率指参数更新一次，参数移动的初始步长。以平移变换为例(Tx,Ty)，学习率的a，则迭代一次后：
Tx += a;
Ty += a;

最小移动步长(MinimumStepLength)

当学习率小于最小移动步长的时候，优化触发结束，配准过程完成。

相关因子(RelaxationFactor)

比较难理解的是这个部分，这里的相关因子是用于更新学习率的。当损失函数的导数发生符号变化的时候（如上一个迭代值为10，当前迭代值为-10），这个时候，学习率就会更新:
学习率 = 学习率 * 相关因子；

迭代次数(NumberOfIterations)

这里的迭代次数是为了防止优化过程一直达不到最终的收敛阈值，所以采用一个最大迭代次数，用于结束优化过程。