不同切片数的两个体积的图像配准
我正在尝试配准来自大脑的两个体积图像(PET 和 CT，甚至 PET 和 MR).这些体积图像中的每一个都包含不同数量的 2D 图像(切片).例如，CT 有 150 个切片，PET 有 100 个切片.我正在考虑使用插值方法计算并将CT切片数量减少到100.这是一种正确的方法吗?有谁知道任何可能对我有帮助的资源?就像一个伪代码，或者我应该通过注册两个体积图像的步骤.谢谢:) 解决方案 如果
..
image-registration相关内容
将非各向同性体素转换为各向同性体素
我正在尝试注册两个大脑图像卷(每个都包括 2D 切片).第一个体积(目标或移动体积)的切片厚度和间距分别为 1.5 和 [1.5 1.5].对于第二个(参考体积)，这些值为 4 和 [0.9375 0.9375].切片的数量也不同.第一卷有 96 个切片，第二卷有 44 个切片. 我的一个朋友建议使体素各向同性，但我不知道该怎么做.我可以看到第一卷是各向同性的，但不是第二卷.我想知道我该怎么
..
使用SimpleITK进行图像分割和配准
我对3D图像配准和分割有一些疑问: 加载dicom图像:在DCE-MRI中，有4000个切片，共100个堆栈，因此每个堆栈40个.如何使用GDCM simpleITK函数将它们加载到4D数组中 注册:注册非常简单，我们必须将所有100个堆栈注册到第一个堆栈中. 套准精度:SimpleITK重叠率度量或hausdroff距离需要分段和标记.现在，对于所有类型的图像而言，使用区域增长
..
查找在相同扫描会话中获取的两个MR数据集的相同切片位置的坐标(mm)
我有两个MR采集，第一个是3D采集(1x1x1 mm3)，第二个是2D采集(2.24 x 2.24 x 5.00 mm，轴向切片).高分辨率数据集是全头3D采集，如果在轴向方向上被切片，则将给出176个切片(方向最初在采集中是下垂的). 2D采集仅包含3个轴向切片，这些切片被选为靶向大脑中的特定区域并被连续采集. 是否有可能知道3D高分辨率数据集中的哪个切片与2D数据集中的3个切片准确对应，
..
PCL:将两个点云缩放到相同大小
我得到了两个点云，并尝试将它们缩放到相同的大小.我的第一种方法是从特征值中除平方根: pcl::PCA pca; pca.setInputCloud(model_cloud_ptr); Eigen::Vector3f ev_M = pca.getEigenValues(); pca.setInputCloud(segmented_cloud_ptr);
..
将非各向同性转换为各向同性体素
我正在尝试注册两个脑图像卷（每个包含2D切片）。第一个体积（目标或移动体积）的切片厚度和间距分别为1.5和[1.5 1.5]。对于第二个（参考体积），这些值是4和[0.9375 0.9375]。切片的数量也不同。第一卷有96个切片，第二个有44个切片。 我的一个朋友，建议使体素各向同性，但我不知道该怎么做。我可以看到第一卷是各向同性的，但不是第二卷。我想知道我应该怎么做？ 此外，我将考
..
对齐已经捕获的rgb和深度图像
我正在尝试使用MATLAB对齐两个图像 - 一个rgb和另一个深度。请注意，我已经检查了几个地方 - 比如这里， 此处需要使用kinect设备，此处 这里表示校准需要相机参数。我还建议使用EPIPOLAR GEOMETRY来匹配这两个图像，虽然我不知道如何。我所指的数据集在 rgb-dt face datase 。其中一个例子如下所示： 所以我的结果受到所有人的影响这是消极的。无论如何，这就
..
当我们有tfrom时如何获得位移场或控制点向量？
我正在使用图像注册工具箱来注册两个3D图像。我将运动图像注册到固定图像。我使用“imregtform”来保存tform。 tform = imregtform（moving，fixed，transformType，optimizer，metric） 例如这是我的'tform'： 1.0235 0.0022 -0.0607 0 -0.0276 1.0002 0.
..
如何在Matlab中转移点？
我正在使用Matlab将图像转换为目标图像。我有几何变换（tform）。 例如这是我的'tform'： 1.0235 0.0022 -0.0607 0 -0.0276 1.0002 0.0089 0 -0.0170 -0.0141 1.1685 0 12.8777 5.0311 -70.0325 1.0000 在Matlab2013中，可以使用imwar
..
基于特征的注册步骤
基于特征的注册的步骤是什么？ 如果我有一个转换图像匹配一堆图像（其中只有一个图像匹配最好） ，注册的步骤是什么？ 一旦我找到匹配并使用它们来估计转换，通常下一步是什么？ 解决方案 查找对于不同类型的变换不变的点/区域，例如：平移，旋转，缩放......因为这些点对于那些变换是不变的，我们可以在不同的图像，我们要注册，并可以有图像之间的对应。这些点/区域的例子是角点，blob
..
两个体积不同数量的切片图像配准
我想注册两个体积图像脑（PET和CT甚至PET和MR）。每个体积图像中包含不同数量的2D图像（片）的。 例如， CT 的 150 片和 PET 的 100 片。我想用插值法计算，降低CT片数为100。这是一个正确的做法吗？有谁知道这可能是对我有帮助的任何资源？像一个伪code或步骤，我应该通过登记2体积图像。 谢谢：） 解决方案 如果您知道的间距信息为150 CT片和100 PET切片，你可以
..