Question

我目前正在制作一个对齐脚本，可以很好地对齐两张图像。通常，我得到的数据集包含超过50个单元格的图像。我通常根据荧光珠计算转换矩阵（T）。然而，该T-矩阵在非偏振细胞中引起极化，表明转化不是最佳的。因此我切换到另一个脚本，它根据细胞计算T矩阵而不是珠子。这个新的T矩阵几乎完美地对齐了一小部分细胞，但总有一部分图像对齐不太好。我想继续对细胞进行对齐，因为这个脚本比珠子上的对齐更好。为了使每个图像具有最佳T矩阵，我想为每个图像对计算唯一的T矩阵。我在Matlab上不是很熟练，所以我能想到的解决方案不起作用。

您可以在下面找到当前脚本。它的功能是创建我想要对齐的图像的变量，并将它们分配给脚本中的im1和im2：

    function [T] = alim(im1, im2, Tstart)
    %ALIM Determines the transformation between the cameras.

    im3=im2;
    if (nargin>2)
    im2=imwarp(im2, Tstart,'OutputView',imref2d(size(im1)));
    end


    optimizer = registration.optimizer.RegularStepGradientDescent;
    optimizer.MaximumIterations=500;
    metric = registration.metric.MattesMutualInformation;

    T = imregtform(im2, im1, 'affine', optimizer, metric);

    if (nargin>2)
    T.T=Tstart.T*T.T;
    end

    figure;
    imshowpair(im1,imwarp(im3,T,'OutputView',imref2d(size(im1))));
    end

我尝试合并一个循环，按顺序导入文件夹中的所有图像，并将它们分配给im1和im2。然而，出现的问题是数据类型从uint16变为单元格，这不能用于这种类型的变换。在脚本中定义文件夹的位置＆＃39; CAM1＆＃39;和＆＃39; CAM2＆＃39;以及这些文件夹中的图像数量（＆＃39; imnum＆＃39;）

    for i:imnum
    x{i}=imread(strcat(link,'CAM1\',num2str(i),'.tif'));
    y{i}=imread(strcat(link,'CAM2\',num2str(i),'.tif'));

我想了解您对此问题的看法，希望您可以就如何一次性导入文件夹中的图像并保留数据类型uint16提出一些建议。我总是愿意接受建议，所以如果你对如何解决我的问题有其他想法，如果你和我分享，我会很高兴。如果有任何不清楚的地方，请与我联系！[/ p>

亲切的问候，

Reinier

Answer 1

x是一个单元格数组，其中每个元素x{i}都是一个uint16数组。单元格数组可以包含任何其他数据类型，包括更多单元格数组，并且是包装对象集合的好方法，尤其是当它们的大小和/或类型可能不同时。

在您的情况下，只需按照以下方式调用您的函数：

T = alim(x{i}, y{i}, tstart);

或者，更好的是，将输出矩阵放入类似的单元格中：

T{i} = alim(x{i}, y{i}, tstart);

计算文件夹中多个图像的唯一转换

1 个答案: