Multi-Resolution 多分辨策略示例

/*
*多分辨策略,或称为多分辨尺度, 是图像配准中广泛应用的一种方法
*用于加快计算速度, 改进配准精度, 以及配准的健壮性
*基本思想为: 首先使用一种粗糙的尺度对少量的图像像素进行处理,然后在下一层使用一种精确的
*尺度, 并用上一层的结果对其参数进行初始化. 迭代该过程, 直到达到最精确的尺度.
*这种由粗到细, 在大尺度上看整体, 在小尺度上看细节的方法能够极大程度地提高配准成功率
*本例演示了使用:itk::MultiResolutionImageRegistrationMethod 解决一个简单的图像配准问题
*采用多分辨策略进行图像配准, 需要两个图像金字塔组件, 用来创建向下采样的图像序列.
*/

ITK 提供了一个兼容的多分辨策略配准框架,该框架有另外两个组件：固定图像及浮动图像金字塔，用于对固定图像及浮动图像向下采样。图像金字塔根据用户定义的收缩因子对图像进行平滑及二次采样处理。如下图所示：

多分辨策略通过由粗到精的方式解决配准问题，如下图所示。首先对固定及浮动图像金字塔的第一层进行处理，使用一种粗尺度方法，然后用其结果初始化下一层较精细的变换参数，循环，直至达到最精确的结果。

 

#if defined(_MSC_VER) #pragma warning ( disable : 4786 ) #endif #include "itkMultiResolutionImageRegistrationMethod.h" #include "itkTranslationTransform.h" #include "itkMattesMutualInformationImageToImageMetric.h" #include "itkLinearInterpolateImageFunction.h" #include "itkRegularStepGradientDescentOptimizer.h" #include "itkMultiResolutionPyramidImageFilter.h" #include "itkImage.h" #include "itkImageFileReader.h" #include "itkImageFileWriter.h" #include "itkResampleImageFilter.h" #include "itkCastImageFilter.h" #include "itkCheckerBoardImageFilter.h" #include "itkCommand.h" // //典型的情况, 用户可能会在不同的层间调整组件的参数设置, 或者使用不同的组件 //这可以通过使用 ITK 实现的 Command/Observer 设计模式实现 //在每一层开始配准前, MultiResolutionImageRegistrationMethod 会调用一个 IterationEvent //配准组件的改变, 可以通过实现响应该事件的 itk::Command 来实现 //新接口的其模板参数为 multi-resolution registration type //本例通过改变优化器在不同层间的参数来演示该机制 // template <typename TRegistration> class RegistrationInterfaceCommand : public itk::Command { public: typedef RegistrationInterfaceCommand Self; typedef itk::Command Superclass; typedef itk::SmartPointer<Self> Pointer; itkNewMacro( Self ); protected: RegistrationInterfaceCommand() {}; public: typedef TRegistration RegistrationType; typedef RegistrationType * RegistrationPointer; typedef itk::RegularStepGradientDescentOptimizer OptimizerType; typedef OptimizerType * OptimizerPointer; void Execute(itk::Object * object, const itk::EventObject & event) { if( !(itk::IterationEvent().CheckEvent( &event )) ) { return; } RegistrationPointer registration = dynamic_cast<RegistrationPointer>( object ); //first resolution level 设置 step length, minimum step length 成较大值. //然后在随后的每一层, 减小 minimum step length 10 倍, 以使优化器集中在较小的关键区域 //maximum step length 设置为当前步长, 这样, 优化器下一层配准前重新初始化时 //step length 将使用上一层的最后值. //这将保证 the continuity of the path taken by the optimizer through the parameter space. OptimizerPointer optimizer = dynamic_cast< OptimizerPointer >( registration->GetOptimizer() ); std::cout << "-------------------------------------" << std::endl; std::cout << "MultiResolution Level