在众多的太空遥感技术中,以遥感图像来呈现最终的感知结果是一种较为直观的方式。遥感图像指的是通过不同的传感器而得到的感知对象的光谱资料,根据电磁波谱的波段不同分为光学图像(可见光)、微波图像(SAR)、高光谱图像和红外图像等类型。本文设计了一款高性能的星载遥感图像实时处理器,其中创新性地采用了三项关键技术,分别是:针对遥感图像处理算法操作的共性提取技术,基于软件与硬件交叉处理的算法硬件映射方法,基于图像邻域块处理的算法引擎链技术。针对目前的常用遥感图像处理算法运算规模大、但运算操作规律性强的特点,本文首先提出了将图像处理基本操作进行归类分析的研究方法。创新点是将最终将遥感图像处理的常用操作分为了点操作、邻域块操作、全局操作等类别。为后续具有一定通用性的硬件架构的设计打下了比较扎实的基础。在完成算法分析的基础上,需要进行算法的硬件架构设计。针对当前的图像处理算法或其他算法在硬件实现时遇到性能、功耗、面积方面的问题,本文接着提出了对算法进行硬件架构设计的方法。为提升硬件架构的效率,本文提出了一种基于软件与硬件交叉处理的算法硬件映射方法。最后对派生出的算法运算逻辑实现、控制架构实现、存储架构设计做了分析。本文接下来将硬件架构实现方法运用到了遥感图像实时处理架构的设计中,从计算机体系结构理论出发,提出了一套比较典型的图像处理算法实现方法。即存储为中心的遥感图像实时处理架构,该架构的创新点是图像邻域块处理的算法引擎链的运用。最终,该架构满足了星上处理的实时性(可达到500MIPS左右)且具有灵活的算法适应性。最终,本文将存储为中心的遥感图像架构运用到了某型号星载实时处理器的实现上。一方面,将该星载处理器的图像处理算法做了抽象分析。另一方面,对算法处理特殊节点的操作进行了硬件适应性优化。给出了图像邻域块处理的算法引擎链的具体逻辑实现与时间调度表,验证了存储为中心的遥感图像实时处理通用架构的可行性。最终,经过对流片回来的处理器芯片进行实际测试分析,得到了处理器进行各步骤算法的实际处理时间、处理器实测功耗、处理器面积等指标,证明了该图像处理架构能应用于不同尺寸、不同分辨率、不同模式、不同传感器的星上图像处理场合。