registration/clitkOptNormalizedCorrelationImageToImageMetric.txx

   1 /*=========================================================================
   2   Program:   vv                     http://www.creatis.insa-lyon.fr/rio/vv
   3
   4   Authors belong to:
   5   - University of LYON              http://www.universite-lyon.fr/
   6   - Léon Bérard cancer center       http://www.centreleonberard.fr
   7   - CREATIS CNRS laboratory         http://www.creatis.insa-lyon.fr
   8
   9   This software is distributed WITHOUT ANY WARRANTY; without even
  10   the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR
  11   PURPOSE.  See the copyright notices for more information.
  12
  13   It is distributed under dual licence
  14
  15   - BSD        See included LICENSE.txt file
  16   - CeCILL-B   http://www.cecill.info/licences/Licence_CeCILL-B_V1-en.html
  17 ===========================================================================**/
  18
  19 #ifndef __clitkOptNormalizedCorrelationImageToImageMetric_txx
  20 #define __clitkOptNormalizedCorrelationImageToImageMetric_txx
  21
  22 #include "clitkOptNormalizedCorrelationImageToImageMetric.h"
  23 #include "itkCovariantVector.h"
  24 #include "itkImageRandomConstIteratorWithIndex.h"
  25 #include "itkImageRegionConstIterator.h"
  26 #include "itkImageRegionIterator.h"
  27 #include "itkImageIterator.h"
  28 #include "vnl/vnl_math.h"
  29
  30 namespace clitk
  31 {
  32
  33 /**
  34  * Constructor
  35  */
  36 template < class TFixedImage, class TMovingImage >
  37 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
  38 ::NormalizedCorrelationImageToImageMetric()
  39 {
  40   this->SetComputeGradient(true);
  41
  42   m_ThreaderSFF = NULL;
  43   m_ThreaderSMM = NULL;
  44   m_ThreaderSFM = NULL;
  45   m_ThreaderSF = NULL;
  46   m_ThreaderSM = NULL;
  47   m_ThreaderDerivativeF = NULL;
  48   m_ThreaderDerivativeM = NULL;
  49   this->m_WithinThreadPreProcess = false;
  50   this->m_WithinThreadPostProcess = false;
  51
  52   //  For backward compatibility, the default behavior is to use all the pixels
  53   //  in the fixed image.
  54   this->UseAllPixelsOn();
  55
  56   m_SubtractMean=false;
  57
  58 }
  59
  60 template < class TFixedImage, class TMovingImage >
  61 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
  62 ::~NormalizedCorrelationImageToImageMetric()
  63 {
  64   if(m_ThreaderSFF != NULL) {
  65     delete [] m_ThreaderSFF;
  66   }
  67   m_ThreaderSFF = NULL;
  68
  69   if(m_ThreaderSMM != NULL) {
  70     delete [] m_ThreaderSMM;
  71   }
  72   m_ThreaderSMM = NULL;
  73
  74   if(m_ThreaderSFM != NULL) {
  75     delete [] m_ThreaderSFM;
  76   }
  77   m_ThreaderSFM = NULL;
  78
  79   if(m_ThreaderSF != NULL) {
  80     delete [] m_ThreaderSF;
  81   }
  82   m_ThreaderSF = NULL;
  83
  84   if(m_ThreaderSM != NULL) {
  85     delete [] m_ThreaderSM;
  86   }
  87   m_ThreaderSM = NULL;
  88
  89   if(m_ThreaderDerivativeF != NULL) {
  90     delete [] m_ThreaderDerivativeF;
  91   }
  92   m_ThreaderDerivativeF = NULL;
  93
  94   if(m_ThreaderDerivativeM != NULL) {
  95     delete [] m_ThreaderDerivativeM;
  96   }
  97   m_ThreaderDerivativeM = NULL;
  98 }
  99
 100 /**
 101  * Print out internal information about this class
 102  */
 103 template < class TFixedImage, class TMovingImage  >
 104 void
 105 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 106 ::PrintSelf(std::ostream& os, itk::Indent indent) const
 107 {
 108
 109   Superclass::PrintSelf(os, indent);
 110
 111 }
 112
 113
 114 /**
 115  * Initialize
 116  */
 117 template <class TFixedImage, class TMovingImage>
 118 void
 119 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 120 ::Initialize(void) throw ( itk::ExceptionObject )
 121 {
 122
 123   this->Superclass::Initialize();
 124   this->Superclass::MultiThreadingInitialize();
 125
 126
 127   /**
 128    * Allocate memory for the accumulators (set to zero in GetValue)
 129    */
 130   if(m_ThreaderSFF != NULL) {
 131     delete [] m_ThreaderSFF;
 132   }
 133   m_ThreaderSFF = new double[this->m_NumberOfThreads];
 134
 135
 136   if(m_ThreaderSMM != NULL) {
 137     delete [] m_ThreaderSMM;
 138   }
 139   m_ThreaderSMM = new double[this->m_NumberOfThreads];
 140
 141   if(m_ThreaderSFM != NULL) {
 142     delete [] m_ThreaderSFM;
 143   }
 144   m_ThreaderSFM = new double[this->m_NumberOfThreads];
 145
 146   if(this->m_SubtractMean) {
 147     if(m_ThreaderSF != NULL) {
 148       delete [] m_ThreaderSF;
 149     }
 150     m_ThreaderSF = new double[this->m_NumberOfThreads];
 151
 152     if(m_ThreaderSM != NULL) {
 153       delete [] m_ThreaderSM;
 154     }
 155     m_ThreaderSM = new double[this->m_NumberOfThreads];
 156   }
 157
 158   if(m_ThreaderDerivativeF != NULL) {
 159     delete [] m_ThreaderDerivativeF;
 160   }
 161   m_ThreaderDerivativeF = new DerivativeType[this->m_NumberOfThreads];
 162   for(itk::ThreadIdType threadID=0; threadID<this->m_NumberOfThreads; threadID++) {
 163     m_ThreaderDerivativeF[threadID].SetSize( this->m_NumberOfParameters );
 164   }
 165
 166   if(m_ThreaderDerivativeM != NULL) {
 167     delete [] m_ThreaderDerivativeM;
 168   }
 169   m_ThreaderDerivativeM = new DerivativeType[this->m_NumberOfThreads];
 170   for(itk::ThreadIdType threadID=0; threadID<this->m_NumberOfThreads; threadID++) {
 171     m_ThreaderDerivativeM[threadID].SetSize( this->m_NumberOfParameters );
 172   }
 173 }
 174
 175
 176 template < class TFixedImage, class TMovingImage  >
 177 inline bool
 178 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 179 ::GetValueThreadProcessSample(
 180   itk::ThreadIdType threadID,
 181   unsigned long fixedImageSample,
 182   const MovingImagePointType & itkNotUsed(mappedPoint),
 183   double movingImageValue) const
 184 {
 185   const RealType fixedImageValue= this->m_FixedImageSamples[fixedImageSample].value;
 186   m_ThreaderSFF[threadID] += fixedImageValue  * fixedImageValue;
 187   m_ThreaderSMM[threadID] += movingImageValue * movingImageValue;
 188   m_ThreaderSFM[threadID] += fixedImageValue  * movingImageValue;
 189   if ( this->m_SubtractMean ) {
 190     m_ThreaderSF[threadID] += fixedImageValue;
 191     m_ThreaderSM[threadID] += movingImageValue;
 192   }
 193
 194   return true;
 195 }
 196
 197 template < class TFixedImage, class TMovingImage  >
 198 typename NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 199 ::MeasureType
 200 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 201 ::GetValue( const ParametersType & parameters ) const
 202 {
 203   itkDebugMacro("GetValue( " << parameters << " ) ");
 204
 205   if( !this->m_FixedImage ) {
 206     itkExceptionMacro( << "Fixed image has not been assigned" );
 207   }
 208
 209
 210   //Reset the accumulators
 211   memset( m_ThreaderSFF,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 212   memset( m_ThreaderSMM,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 213   memset( m_ThreaderSFM,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 214   if(this->m_SubtractMean) {
 215     memset( m_ThreaderSF,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 216     memset( m_ThreaderSM,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 217   }
 218
 219
 220   // Set up the parameters in the transform
 221   this->m_Transform->SetParameters( parameters );
 222   this->m_Parameters = parameters;
 223
 224   // MUST BE CALLED TO INITIATE PROCESSING
 225   this->GetValueMultiThreadedInitiate();
 226
 227   itkDebugMacro( "Ratio of voxels mapping into moving image buffer: "
 228                  << this->m_NumberOfPixelsCounted << " / "
 229                  << this->m_NumberOfFixedImageSamples
 230                  << std::endl );
 231
 232   if( this->m_NumberOfPixelsCounted <
 233       this->m_NumberOfFixedImageSamples / 4 ) {
 234     itkExceptionMacro( "Too many samples map outside moving image buffer: "
 235                        << this->m_NumberOfPixelsCounted << " / "
 236                        << this->m_NumberOfFixedImageSamples
 237                        << std::endl );
 238   }
 239
 240   // Accumulate the threads
 241   AccumulateType sff, smm, sfm, sf, sm;
 242   sff = m_ThreaderSFF[0];
 243   smm = m_ThreaderSMM[0];
 244   sfm = m_ThreaderSFM[0];
 245   sf  = m_ThreaderSF[0];
 246   sm  = m_ThreaderSM[0];
 247
 248   for(unsigned int t=1; t<this->m_NumberOfThreads; t++) {
 249     sff +=  m_ThreaderSFF[t];
 250     smm +=  m_ThreaderSMM[t];
 251     sfm +=  m_ThreaderSFM[t];
 252     if ( this->m_SubtractMean ) {
 253       sf +=  m_ThreaderSF[t];
 254       sm +=  m_ThreaderSM[t];
 255     }
 256   }
 257
 258   if ( this->m_SubtractMean && this->m_NumberOfPixelsCounted > 0 ) {
 259     sff -= ( sf * sf / this->m_NumberOfPixelsCounted );
 260     smm -= ( sm * sm / this->m_NumberOfPixelsCounted );
 261     sfm -= ( sf * sm / this->m_NumberOfPixelsCounted );
 262   }
 263
 264
 265   const RealType denom = -1.0 * vcl_sqrt(sff * smm );
 266   MeasureType measure;
 267   if( this->m_NumberOfPixelsCounted > 0 && denom != 0.0) {
 268     measure = sfm / denom;
 269   } else {
 270     measure = itk::NumericTraits< MeasureType >::Zero;
 271   }
 272
 273
 274   return measure;
 275 }
 276
 277
 278 template < class TFixedImage, class TMovingImage  >
 279 typename NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 280 ::MeasureType
 281 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 282 ::ComputeSums( const ParametersType & parameters ) const
 283 {
 284   //No checking for the fixed image,  done in the caller
 285   //Reset the accumulators
 286   memset( m_ThreaderSFF,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 287   memset( m_ThreaderSMM,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 288   memset( m_ThreaderSFM,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 289   if(this->m_SubtractMean) {
 290     memset( m_ThreaderSF,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 291     memset( m_ThreaderSM,  0,  this->m_NumberOfThreads * sizeof(AccumulateType) );
 292   }
 293
 294
 295   // Set up the parameters in the transform
 296   this->m_Transform->SetParameters( parameters );
 297   this->m_Parameters = parameters;
 298
 299   // MUST BE CALLED TO INITIATE PROCESSING
 300   this->GetValueMultiThreadedInitiate();
 301
 302   itkDebugMacro( "Ratio of voxels mapping into moving image buffer: "
 303                  << this->m_NumberOfPixelsCounted << " / "
 304                  << this->m_NumberOfFixedImageSamples
 305                  << std::endl );
 306
 307   if( this->m_NumberOfPixelsCounted <
 308       this->m_NumberOfFixedImageSamples / 4 ) {
 309     itkExceptionMacro( "Too many samples map outside moving image buffer: "
 310                        << this->m_NumberOfPixelsCounted << " / "
 311                        << this->m_NumberOfFixedImageSamples
 312                        << std::endl );
 313   }
 314
 315   // Accumulate the threads
 316   m_SFF = m_ThreaderSFF[0];
 317   m_SMM = m_ThreaderSMM[0];
 318   m_SFM = m_ThreaderSFM[0];
 319   m_SF  = m_ThreaderSF[0];
 320   m_SM  = m_ThreaderSM[0];
 321
 322   for(unsigned int t=1; t<this->m_NumberOfThreads; t++) {
 323     m_SFF +=  m_ThreaderSFF[t];
 324     m_SMM +=  m_ThreaderSMM[t];
 325     m_SFM +=  m_ThreaderSFM[t];
 326     if ( this->m_SubtractMean ) {
 327       m_SF +=  m_ThreaderSF[t];
 328       m_SM +=  m_ThreaderSM[t];
 329     }
 330   }
 331
 332   if ( this->m_SubtractMean && this->m_NumberOfPixelsCounted > 0 ) {
 333     m_SFF -= ( m_SF * m_SF / this->m_NumberOfPixelsCounted );
 334     m_SMM -= ( m_SM * m_SM / this->m_NumberOfPixelsCounted );
 335     m_SFM -= ( m_SF * m_SM / this->m_NumberOfPixelsCounted );
 336     m_FixedMean=m_SF / this->m_NumberOfPixelsCounted;
 337     m_MovingMean=m_SM / this->m_NumberOfPixelsCounted;
 338   }
 339
 340
 341   m_Denom = -1.0 * vcl_sqrt(m_SFF * m_SMM );
 342   MeasureType measure;
 343   if( this->m_NumberOfPixelsCounted > 0 && m_Denom != 0.0) {
 344     measure = m_SFM / m_Denom;
 345   } else {
 346     measure = itk::NumericTraits< MeasureType >::Zero;
 347   }
 348
 349   return measure;
 350 }
 351
 352
 353 template < class TFixedImage, class TMovingImage  >
 354 inline bool
 355 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 356 ::GetValueAndDerivativeThreadProcessSample(
 357   itk::ThreadIdType threadID,
 358   unsigned long fixedImageSample,
 359   const MovingImagePointType & itkNotUsed(mappedPoint),
 360   double movingImageValue,
 361   const ImageDerivativesType &
 362   movingImageGradientValue
 363 ) const
 364 {
 365
 366   const RealType fixedImageValue=this->m_FixedImageSamples[fixedImageSample].value;
 367   const FixedImagePointType fixedImagePoint = this->m_FixedImageSamples[fixedImageSample].point;
 368
 369   // Need to use one of the threader transforms if we're
 370   // not in thread 0.
 371   //
 372   // Use a raw pointer here to avoid the overhead of smart pointers.
 373   // For instance, Register and UnRegister have mutex locks around
 374   // the reference counts.
 375   TransformType* transform;
 376
 377   if (threadID > 0) {
 378     transform = this->m_ThreaderTransform[threadID - 1];
 379   } else {
 380     transform = this->m_Transform;
 381   }
 382
 383   // Jacobian should be evaluated at the unmapped (fixed image) point.
 384 #if ITK_VERSION_MAJOR >= 4
 385   TransformJacobianType jacobian;
 386   transform->ComputeJacobianWithRespectToParameters(fixedImagePoint, jacobian);
 387 #else
 388   const TransformJacobianType & jacobian = transform
 389       ->GetJacobian( fixedImagePoint );
 390 #endif
 391
 392   for(unsigned int par=0; par<this->m_NumberOfParameters; par++) {
 393     RealType sumF = itk::NumericTraits< RealType >::Zero;
 394     RealType sumM = itk::NumericTraits< RealType >::Zero;
 395     for(unsigned int dim=0; dim<MovingImageDimension; dim++) {
 396       const RealType differential = jacobian( dim, par ) * movingImageGradientValue[dim];
 397       if ( this->m_SubtractMean && this->m_NumberOfPixelsCounted > 0 ) {
 398         sumF += (fixedImageValue-m_FixedMean)  * differential;
 399         sumM += (movingImageValue-m_MovingMean) * differential;
 400       } else {
 401         sumF += differential * fixedImageValue;
 402         sumM += differential * movingImageValue;
 403       }
 404     }
 405     m_ThreaderDerivativeF[threadID][par] += sumF;
 406     m_ThreaderDerivativeM[threadID][par] += sumM;
 407   }
 408
 409   return true;
 410 }
 411
 412
 413 /**
 414  * Get the both Value and Derivative Measure
 415  */
 416 template < class TFixedImage, class TMovingImage  >
 417 void
 418 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 419 ::GetValueAndDerivative( const ParametersType & parameters,
 420                          MeasureType & value,
 421                          DerivativeType & derivative) const
 422 {
 423
 424   if( !this->m_FixedImage ) {
 425     itkExceptionMacro( << "Fixed image has not been assigned" );
 426   }
 427
 428   // Set up the parameters in the transform
 429   this->m_Transform->SetParameters( parameters );
 430   this->m_Parameters = parameters;
 431
 432   //We need the sums and the value to be calculated first
 433   value=this->ComputeSums(parameters);
 434
 435   //Set output values to zero
 436   if(derivative.GetSize() != this->m_NumberOfParameters) {
 437     derivative = DerivativeType( this->m_NumberOfParameters );
 438   }
 439   memset( derivative.data_block(),
 440           0,
 441           this->m_NumberOfParameters * sizeof(typename DerivativeType::ValueType) );
 442
 443   for( itk::ThreadIdType threadID = 0; threadID<this->m_NumberOfThreads; threadID++ ) {
 444     memset( m_ThreaderDerivativeF[threadID].data_block(),
 445             0,
 446             this->m_NumberOfParameters * sizeof(typename DerivativeType::ValueType) );
 447
 448     memset( m_ThreaderDerivativeM[threadID].data_block(),
 449             0,
 450             this->m_NumberOfParameters * sizeof(typename DerivativeType::ValueType) );
 451   }
 452
 453   // MUST BE CALLED TO INITIATE PROCESSING
 454   this->GetValueAndDerivativeMultiThreadedInitiate();
 455
 456   // Accumulate over the threads
 457   DerivativeType derivativeF(this->m_NumberOfParameters), derivativeM(this->m_NumberOfParameters);
 458   for(unsigned int t=0; t<this->m_NumberOfThreads; t++) {
 459     for(unsigned int parameter = 0; parameter < this->m_NumberOfParameters; parameter++) {
 460       derivativeF[parameter] += m_ThreaderDerivativeF[t][parameter];
 461       derivativeM[parameter] += m_ThreaderDerivativeM[t][parameter];
 462     }
 463   }
 464
 465   //Compute derivatives
 466   if( this->m_NumberOfPixelsCounted > 0 && m_Denom != 0.0) {
 467     for(unsigned int i=0; i<this->m_NumberOfParameters; i++) {
 468       derivative[i] = ( derivativeF[i] - (m_SFM/m_SMM)* derivativeM[i] ) / m_Denom;
 469     }
 470   } else {
 471     for(unsigned int i=0; i<this->m_NumberOfParameters; i++) {
 472       derivative[i] = itk::NumericTraits< MeasureType >::Zero;
 473     }
 474   }
 475
 476 }
 477
 478
 479 /**
 480  * Get the match measure derivative
 481  */
 482 template < class TFixedImage, class TMovingImage  >
 483 void
 484 NormalizedCorrelationImageToImageMetric<TFixedImage,TMovingImage>
 485 ::GetDerivative( const ParametersType & parameters,
 486                  DerivativeType & derivative ) const
 487 {
 488   if( !this->m_FixedImage ) {
 489     itkExceptionMacro( << "Fixed image has not been assigned" );
 490   }
 491
 492   MeasureType value;
 493   // call the combined version
 494   this->GetValueAndDerivative( parameters, value, derivative );
 495 }
 496
 497 } // end namespace clitk
 498
 499
 500 #endif