Dalgacık dönüşümüne dayalı çok çözünürlüklü görüntü çakıştırma

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.