1.基于ITK库的3D医学图像配准: 

配准的过程主要包括四个模块，即：变换，插值，准则，优化。配准过程实际上可以认为是一个优化过程。

• 待配准图像变换到参考图像的坐标系。
• 插值：解决变换引起的位置、亮度值等的差异，如线性插值，邻域插值等等。
• metric(准则)，如均方差，互信息准则等等。用于将变化后图像的差异数学化，它的输入包括：参考图像和待配准图像，变换函数和interpolator(插值器)。用准则对数据进行计算后的值将用优化器进行优化，优化后的参数将返回迭代再进行配准，一直到达到要求。
• 优化器有两种类型：1.singalvalue,即优化器返回单值的cost function,2.返回多值的，即muti-value。
  • 配准是基于上述四个部分，针对不同的图形情况，如单模，多模，去用不同的准则，变换，优化器和插值方法。
  • 不同部分的参数设置是难点。
  • 不同的优化器，往往参数设置不同，这个就需要了解优化器和配准方法的算法。

 2.配准步骤：

• 设置待配准图像和参考图像的像素类型，维数。
• 实例化上述四个部分，并将其组合到registration中，设置各部分的参数，并触发配准开始。（实例化往往先定义——tyoedef，再指向智能指针，然后通过指针调用set*（）函数设置参数。）
• 通过最终得到的参数重采样带配准图像，得到配准结果。
• 比较配准前后和配准过程后的差异。
• 配准过程中，有时会根据具体情况先用*filter对图像进行处理。如在配准中对精度要求高的话，先用cast*filter将图像转化为float型，配准后再转化为char，或int型存储。如果图像噪声比较明显，也可以先用*filter除噪在配准。有的也用filter保留边缘，在配准。
• ITK的参数输入是在工程的属性dubug中输入,如：配准图像的文件名称，优化器的某些参数，变化后图像配准区域外的亮度，输出图像的名字等等。具体代码较多这里不附上，只要理解上述过程，代码是比较好看的。

3.配准框架：

       配准框架的基本成员：两个输入图像、一个变换、一个路径选择、一个校对机和一个优化器。

过程：

• 待配准图像通过 变换函数（T（x）） 到参考图像的映射过程。
• 传递函数 T(X)表示从参考图像上的点到待配准图像上的点的空间映射关系。
• 校对机被用来评估待配准图像在非网格位置的程度。
• 成员路径选择 S(f, m×T)提供了一种参考图像被待配准图像配准的程度。

4.配准方法：两个输入的图像、转换函数、度量、校对机和优化器（配准方法中的成分的每种类型都应该首先被实例化）。

• 1.两个输入的图像
  • const unsigned int Dimension = 2;//图像数据类型参数，维度
  • typedef float PixelType;//图像数据类型参数，像素类型
  • 输入数据的类型通过下面几行表达：
  • typedef itk::Image< PixelType, Dimension > FixedImageType;
  • typedef itk::Image< PixelType, Dimension > MovingImageType;
• 2.图像转换
  • 把参考图像空间映射到待配准图像空间的转换如下：
  • typedef itk::TranslationTransform< double, Dimension > TransformType;//转换类型
• 3.度量
  • 衡量标准为比较两幅图像的搭配质量。衡量标准通常已经参数化，例如说下面对图像类型的声明：
  • typedef itk::MeanSquaresImageToImageMetric<FixedImageType,MovingImageType > MetricType;
• 4.选择校对机的类型
  • typedef itk:: LinearInterpolateImageFunction<MovingImageType,double > InterpolatorType;//选择插值类型
• 5.配准方法
  • 配准方法的类型是通过参考和待配准图像的类型来表示的。
    • typedef itk::ImageRegistrationMethod<FixedImageType,MovingImageType > RegistrationType;
  • 配准的要素：转换，度量，校对机，优化方法。
  • 以下为要素：
  • 每一个配准要素都是通过它的New( )创建的，并且通过各自的itk::SmartPointer赋值。
    • MetricType::Pointer metric = MetricType::New( );
    • TransformType::Pointer transform = TransformType::New( );
    • 优化器Type::Pointer 优化器 = 优化器Type::New( );
    • InterpolatorType::Pointer interpolator = InterpolatorType::New( );
    • RegistrationType::Pointer registration = RegistrationType::New( );
  • 每一个要素被连接到配准方法的程序中：
    • registration->SetMetric( metric );
    • registration->SetOptimitor( optimitor);
    • registration->SetTransform( transform );
    • registration->SetInterpolator( interpolator );
  • 配准需要的输入图像读取示例：
    • 参考和待配准图像从文件里读取。 这就需要itk::ImageRegistrationMethod从readers的输出中获得它的输入数据。
    • registration->SetFixedImage( fixedImageReader->GetOutput( ) );
    • registration->SetMovingImage( movingImageReader->GetOutput( ) );
  • 需要配准的图像可能只是图像中的部分区域，以下为设置指定区域操作：
    • 这样的区域通过参考图像的BufferedRegion定义。注意，在这个区域首先要调用它的Update( )方法：
    • fixedImageReader->Update( );
    • registration->SetFixedImageRegion(fixedImageReader->GetOutput( )->GetBufferedRegion( ) );
  • 变换参数设置示例（平移）：用于变换的参数队列由沿着每一维的方向的平移值构成。设置参数值到零以便将变换初始成恒等变换。
    • typedef RegistrationType::ParametersType//变换类型
    • ParametersType;ParametersTypeinitialParameters(transform->GetNumberOfParameters( ) );
    • initialParameters[0] = 0.0; // Initial offset in mm along X
    • initialParameters[1] = 0.0; // Initial offset in mm along Y
    • registration->SetInitialTransformParameters( initialParameters );//变换参数设置
  • 准备执行配准方法。优化器用来驱动配准的执行。然而， ImageRegistrationMethod类协调整体以确保在传递给优化器之前一切都到位了。优化器用于收敛得到配准的参数，需要设置。

转自：http://blog.sina.com.cn/s/blog_62ccbb810100hven.html，https://blog.csdn.net/zhimingf/article/details/70142427