上§个月§§0§§§，性能改进即将推出Stitching。上周，Stitching 插件的新版本 (1.1) 终于发布，目前在Fiji中。
该插件的速度改进来自于对每个像素的工作量采取了不同的方法。在融合数据（尤其是像素数据）时，您通常会使用非常大的数据集（大小可能有数GB）。在单个图像重叠的数据集中，可能需要合理的方法组合多个输入的像素值并给定位置的最终输出像素值。
在旧的每个插件中，对于输出（融合）中像素位置，都会查询输入图像以查看其是否在该位置重叠。因此，如果您的数据集有150个融合图像输入，图像中有100个像素进行，则需要150M次重叠测试，即使实际上只有100,000个位置（或10个！）存在重叠。
Stitching 1.1中使用的新Fusion示例是预先计算所有重叠区域并让这些区域驱动聚合过程。交叉测试是在分区大的区域上进行的，而不是在单个像素上进行的。一旦融合过程开始，我们就指定哪些输入对图像图像因此每个位置输出都有贡献，不再需要执行重叠测试，并且对每个像素进行最少的工作量。
性能的实际影响将取决于新娘的数据集。例如，如果只有两个图块，则时间将与旧的情人节插件非常相似。一般来说，速度的增加与块的数量成正比。在我们的基准测试中，一个包含 150 张图像的数据集大约需要 20 分钟才能与旧的情人节融合，而与新的融合只需 80 秒。
如果您错过了，第 Stitching 页面有有关使用冠状病毒插件的教程。欢迎对ImageJ mailing list提出问题或意见。
因此，今天就在斐济尝试新的插件，让我们知道您的想法！
