近海海洋环境、海洋灾害和海上突发事件等通常具有快速动态变化的特性(小时级快速变化),而每天观测一次的太阳同步轨道(极轨)海洋卫星难以满足日变化监测的需求。静止轨道卫星可以利用同一遥感器对感兴趣的同一区域进行连续观测,是开展高频对地观测的最佳手段。然而任何卫星平台都受到颤振的干扰,由于静止轨道卫星成像系统积分时间一般比较长,这些颤振将严重影响遥感图像质量。目前卫星平台的颤振测量计算和抑制技术都发展到了较高的水平。卫星平台抑制技术和相关设备可以消除大部分的平台颤振,但是对于低频的卫星平台的姿态漂移却束手无策。静止轨道海洋成像辐射计轨道高度是35800km,其探测波段为可见光至近红外8个波段,角分辨率为7?rad,地面分辨率(星下点)250m,采用2048×2048元硅CMOS面阵探测器LUPA4000。由于静止卫星海洋成像辐射计轨道高度高,海洋反射能量弱,地面分辨率高,因此在成像过程中对卫星平台的姿态漂移特别敏感,为了提高系统的信噪比可以使用多次累加的方法。静止卫星海洋成像辐射计可见光模块最多采用16次累加。而在累加的过程中,卫星平台存在低频的姿态漂移。根据掌握的卫星平台数据,目前卫星平台的稳定度是5×10-4?,因此16次累加过程中图像最多偏移了1.8个像素。如果不进行处理而直接进行累加,必然导致图像模糊,影响成像质量。本论文根据化整为零的思路首次提出了遥感图像亚像素配准算法,首先根据最优准则把图像分割成不同的子图像,其次使用基于Ostu的Canny算法对图像进行边缘分割提取,然后在提取后的图像使用SURF算法提取特征点,最后在关键点周围进行开窗,窗口大小为200×200像素。在窗口中使用矩阵乘法相位相关法来计算图像亚像素偏移量。综合所有的子图像的偏移量最终获得整幅图像的亚像素偏移量。论文对遥感图像亚像素配准算法进行了详细的仿真,在仿真的基础上,为了提高以后算法硬件实现的处理速度,本论文提出了改进的香农熵低信息量特征点剔除算法和改进的SURF算法:改进的香农熵低信息量特征点剔除算法减少了参与匹配的特征点数,提高了算法的执行速度。改进的SURF算法将特征向量描述符的维数由原来的64维减少到36维,这明显可以提高特征点匹配速度,并且改进的SURF算法可以多路并行处理。这些改进将极大的提升算法的硬件执行速度。本文的研究内容和创新点有以下4个方面:1)由于遥感图像尺寸2048×2048,那么处理过程中需要的存储资源和计算资源将十分巨大,一般的硬件如FPGA和DSP等将无法处理,因此本论文提出的遥感图像亚像素配准算法对图像进行分块并行处理,提高算法执行速度的同时也解决了FPGA,DSP等硬件无法处理超大尺寸遥感图像的问题。并且由于遥感图像亚像素配准算法采用了基于矩阵乘法的相位相关法,该算法对噪声有明显的抑制作用,因此即使遥感图像存在噪声,本论文算法仍然可以获得较高精度的亚像素偏移量估计值。2)改进的香农熵低信息量特征点剔除:该算法不仅大量地减少了参与匹配的特征点数,而且还提高了匹配的正确率。因此可以明显提高算法的运算速度。SURF算法能够获得众多的特征点,然而在图像匹配过程中发现存在许多未配对点,针对这种情况,本论文提出改进香农熵的低信息量特征点剔除算法。改进主要体现在:不仅考虑特征区域的离散像素值,而且也考虑特征中心点和周围其他像素的相互关系。3)改进的SURF算法实现了主方向计算和特征向量描述符生成的并行计算,同时也把特征向量描述符从原来的64维减少到36维,这些改进不仅可以明显地提高算法的执行速度,而且也提高了匹配的正确率:SURF算法的改进主要体现在把特征点的梯度使用径向梯度进行替代,这种替代可以实现特征描述子的旋转不变性。在特征向量描述符的生成过程中由于传统的SURF算法采用的是正方形区域,区域大小为20S×20S(S是特征点所在的尺度空间的尺度)。取而代之,改进的SURF算法使用半径为20S的圆形区域,省略了坐标系旋转步骤。把20S的圆形区域划分成9个特征子区域,每个子区域使用4个特征进行描述,这样一共生成了36维特征向量描述符,大大的减少了描述符的维数。4)在对遥感图像亚像素配准算法进行详细研究和实验验证的基础上,详细的介绍改进SURF算法特征点提取算法的硬件架构、矩阵乘法相位相关法亚像素偏移量估计的硬件架构和基于回归学习图像插值放大算法的硬件架构。在对算法的原理和步骤深入研究的基础上,把算法进行适应于硬件硬件实现的细分,给后期的遥感图像亚像素配准算法的硬件实现提供基础和指导。