Image registration is the process of estimating an optimal geometrical transformation between images. The main goal of image registration methods is to find transformation parameters between references and rotated and/or translated and/or scaled input images, assuming that affine geometrical transformation exists. In this thesis, a multi-resolution approach of wavelet transform (WT) has been used to perform image registration operation. Wavelet transform based image registration methods are iterative so optimization methods are needed to decrease computational time and increase robustness. Of the optimization methods, genetic algorithm (GA) and simultaneous perturbation stochastic approximation (SPSA) have been combined with multi-resolution scheme to overcome drawbacks of method. Normalized cross correlation and normalized mutual information have been used to measure similarity of images.Image registration implementations and performance tests have been performed in Matlab. In this thesis, five different application of wavelet transform based image registration have been implemented. These are full search algorithm with using normalized cross-correlation, simultaneous perturbation stochastic approximation based registration with using normalized cross-correlation and normalized mutual information, and genetic algorithm based image registration with using normalized cross-correlation and mutual information. Image registration methods have been tested with both noiseless images and noisy images. SPSA based method with using mutual information achieves high accuracy and gives the best results in terms of computational time.

Görüntü çakıştırma, görüntüler arasındaki en iyi geometrik dönüşümü tahmin etme işlemidir. Görüntü çakıştırma metotlarının ana amacı, affine geometrik dönüşüm olduğunu kabul edersek referans ve döndürülmüş ve/veya ötelenmiş ve/veya ölçeklendirilmiş giriş görüntüsü arasındaki geometrik dönüşüm değişkenlerinin bulunmasıdır. Bu tezde, dalgacık dönüşümünün (DD) çok çözünürlüklü yaklaşımı görüntü çakıştırma işlemini gerçekleştirmek için kullanıldı. Dalgacık dönüşümüne dayalı görüntü çakıştırma metotları döngülüdür; bundan dolayı hesaplama zamanını azaltmak ve dayanıklılığı artırmak için eniyileme metotlarına ihtiyaç duyulmaktadır. Metodun eksikliklerinin üstesinden gelmek için, eniyileme yöntemlerinden genetik algoritma (GA) ve eşzamanlı sarsım stokastik yaklaştırması (ESSY) çok çözünürlüklü yapı ile birleştirilmiştir. Normalize çapraz korelasyon ve karşılıklı bilgi miktarı görüntülerin benzerliğini ölçmek için kullanıldı.Görüntü çakıştırma uyarlaması ve performans testleri Matlab'da gerçekleştirildi. Bu tezde beş farklı dalgacık dönüşümüne dayalı görüntü çakıştırma uygulaması gerçekleştirilmiştir. Bunlar, normalize çapraz korelasyon kullanılarak tam arama algoritması, normalize çapraz korelasyon ve karşılıklı bilgi kullanarak eşzamanlı sarsım stokastik yaklaştırmasına dayalı çakıştırma, ve normalize çapraz korelasyon ve karşılıklı bilgi kullanarak genetik algoritmaya dayalı çakıştırma. Görüntü çakıştırma metotları hem gürültüsüz hem de gürültülü görüntülerle test edildi. Karşılıklı bilgi kullanarak eşzamanlı sarsım stokastik yaklaştırmasına (ESSY) dayalı çakıştırma yöntemi yüksek doğruluk elde etmekte ve hesaplama süresi bakımından en iyi sonuçları vermektedir.