电磁波从遥远的天体到达地面的过程中会被大气湍流扭曲,使得地基望远镜的成像质量大大降低,成像的分辨率受到严重限制。在最大限度地减少大气湍流对成像结果的影响,并通过地面望远镜实现空间目标的高分辨率成像的过程中,已经提出了各种有效的主动和被动的技术方法,其中之一是幸运成像技术。幸运成像是成像后图像处理技术的一种,它的主要目的是对拍摄到的图像进行高分辨率成像处理。该算法的流程主要是:对拍摄到的短曝光图像进行象质评价,选取一部分象质评价较高的图片进行配准、叠加,进而得到高分辨率的图像。传统的空域幸运成像算法主要是在空域中对图像进行处理,由于没有考虑到图像在某些方向上的高频分量的信息,在选取数据处理时,会导致图像数据信息的浪费。本学位论文在传统的幸运成像算法的基础上,对频域幸运成像算法进行了研究。论文首先简单介绍了经典的空域和频域幸运成像的理论和技术方法,然后分析了地基望远镜上短曝光恒星图像的频率特性,应用幸运成像的思想和滤波理论知识,推导出频域幸运成像的图像融合规则。提出了一个可行且有效的频域幸运成像的分组处理方案。这种改进的频域幸运成像算法是用MATLAB设计实现的。该算法首先对序列短曝光图像进行傅里叶变换,在每个空间频率下按照傅里叶幅值大小进行图像信息的选取,叠加并集成所选信息以实现频域中图像的融合。然后,对频域下融合后的结果进行傅里叶反变换,得到重建的高分辨率图像。最后,用对数变换的方式增强图像。在算法实现的过程中,采用图像数组转换提高排序效率,采用图像分组融合方案减小计算量。另外,在图像预处理时,提出了一个有效的动态自适应阈值计算公式,用于宇宙射线图像帧的检测和剔除。通过大量的实测天文目标图像计算实验,验证了本文所提出算法的可行性和有效性。与经典的空域幸运成像算法相比,该算法具有更高的信息利用率。在重建的高分辨率图像中,恒星像的FWHM更小。