hi jim <div><br></div><div>after thinking about it a bit more , i believe the multivariate metric might be usable for a congealing like method:</div><div><br></div><div><a href="http://review.source.kitware.com/#/c/4807/">http://review.source.kitware.com/#/c/4807/</a></div>

<div><a href="http://vis-www.cs.umass.edu/papers/congeal_3D.pdf">http://vis-www.cs.umass.edu/papers/congeal_3D.pdf</a></div><div><br></div><div>or the same thing could be done with itkObjectToObjectMultiMetricv4</div><div>

<br></div><div>it would still require a registration method, though.  what would happen in that method would be ( loosely speaking ) </div><div><br></div><div>*  loop over all images </div><div>  *  for the j^th image, add all other i images ( i != j ) to the Multi-Metric such that you can compute</div>

<div>      \sum_i   Metric(  image_i = fixed ,  image_j = moving , T_j )</div><div>      which will drive image_j  to the group space </div><div>  *  store the gradient of T_j </div><div>*  update all transformations, check convergence, start again </div>

<div><br></div><div>anyway, just a thought.   most of the work would be in writing the CongealingRegistrationMethod and it would be there that you decide what the optimization domain would be and similar details.</div><div>

<br></div><div>brian<br><div><br></div><div><br></div><br>
</div>