卫星影像的正射纠正是制作专题产品的先决条件之一。然而，传统的基于地面处理平台的影像正射纠正方法难以满足对时效性有高要求的应用场景，例如灾害应急救援的快速响应、固定目标的实时监测等。另外，传统的地面控制点(Ground Control Points-GCPs)采集方法通常需要人工干预，而且耗时较长，无法保证卫星影像正射校正的时效性。特别地，在恶劣环境的山地、沙漠或境外的军事敏感区等，GCPs的获取十分困难，甚至不可能。因此，为了能够在少量或无GCPs条件下快速地对卫星影像进行正射纠正，对面向FPGA硬件的卫星影像正射纠正优化算法进行了系统地研究。主要的研究内容如下：
　　(1)在前人研究成果的基础上，利用星历和姿态数据建立了线阵推扫式卫星影像的几何视线模型(Viewing Geometry Model，VGM)。此外，通过流水线结构、数据流串行计算与模块并行计算相结合的设计方法，设计了卫星影像的VGM无控定位算法的FPGA硬件架构。该硬件架构能够使处理速度、计算精度和硬件资源利用率达到平衡。
　　(2)在利用最小二乘(Least Square，LS)求解有理函数模型(Rational Function Model，RFM)参数时，通常需要对大型矩阵进行复杂的乘法和求逆运算。然而，这些复杂的运算不仅会消耗大量的FPGA硬件资源，而且还会影响RFM模型参数的求解速度。为了克服LS求解RFM模型参数算法不利于FPGA硬件实现的缺点，提出了递推最小二乘(Recursive Least Square，RLS)求解RFM模型参数算法，由该算法确定的RFM模型记为RLS-RFM模型。此外，提出了RLS求解RFM模型参数算法的FPGA硬件架构。该硬件架构采用了快速的矩阵乘法并行结构，加快了RFM模型参数的求解速度。
　　(3)由于RLS-RFM模型参数之间存在的相关性会影响纠正精度，因此为了快速获取最佳的RLS-RFM模型结构以及提高影像的正射纠正精度，提出并实现了面向FPGA硬件的GA-RLS-RFM正射纠正优化算法。特别地，所设计的GA-RLS-RFM正射纠正算法的FPGA硬件架构可在无控制点情况下实现基于RLS-RFM模型的卫星影像无控正射纠正。
　　(4)实验结果表明：(ⅰ)卫星影像的VGM模型有较高的无控定位精度潜力。(ⅱ)RLS求解RFM模型参数算法能够有效地求解RFM模型参数，并且RLS-RFM模型能够获得与VGM模型相当的纠正精度。(ⅲ)遗传算法能够有效地减少RLS-RFM模型参数，并能保持纠正精度不降低，甚至能够提高纠正精度。(ⅳ)FPGA能够得到与PC相当的纠正精度，例如，在利用RLS-RFM模型进行影像的无控正射纠正时，对于SPOT-6(山地)影像和SPOT-6(某机场)影像，FPGA与PC的纠正结果在列方向的最大偏差分别为0.0782像素和0.1026像素，行方向的最大偏差分别为0.1302像素和0.1380像素。(ⅴ)在数据处理速度方面，相对于PC，FPGA有明显的优势。