● 摘要
对未知世界的探索一直是人类梦寐以求的愿望，更是人类社会发展进步的标志。随着科学技术的不断进步，小天体的探测如对小行星或彗星等的探测已成为目前深空探测最热门的话题之一。本文主要对深空探测器对小行星拍摄的图像进行配准融合处理，重构出小行星的全景概貌，为进一步对小行星探测打下基础。
首先，针对图像的深空成像特点，研究了图像的各种噪声来源，针对不同噪声建立了不同的噪声模型，并利用噪声模型对图像进行降噪。同时还对图像的几何畸变利用仿射变换模型对其进行几何校正。
然后，研究了基于特征的图像配准算法，在对比各种特征提取算法后，重点对稳健性较好的SIFT算法进行了详细研究，并对SIFT算法的实现过程做了知识补充。文章还对图像特征匹配算法进行了深入研究，针对穷尽搜索匹配在特征点数量成千上万时的低效性，研究了基于KD-Tree的最近邻搜索匹配算法及在此基础上改进的BBF算法，然而BBF算法仍然不能满足高分辨率图像的实时配准，为此，本文提出了基于KD-Tree的近似最近邻优先搜索匹配算法，加入近似误差参数，在保证较高匹配准确度的情况下，将匹配速度在BBF算法上提高了三倍之多，大大改善了图像的匹配速度，最大程度上保证了深空探测图像的实时配准。
最后对图像的融合技术进行了研究与学习，并对加权平均融合、PCA融合及小波融合算法做了详述，针对深空图像之间光照变化不大的特点，选取了简单快速的加权平均融合算法，通过实验对比三种方法的融合效果，证明加权平均的融合算法能够满足应用要求。