随着遥感技术的发展，对载荷的性能提出愈来愈高的要求，特别是载荷的探测灵敏度，直接关系到能否探测到目标。如何满足和提高探测灵敏度，成为研制高性能遥感设备设计中的一个重要问题，从光度学和辐射度学原理出发，对空间目标探测信号的强度进行分析、计算。基于目标与噪声的数学表达式，根据经典检测理论推导出天基可见光(SBV)相机的探测灵敏度模型的数学表达式。将美国SBV相机参数代入该模型后，计算得到的灵敏度结果(15.55视星等)与设计指标(15.5视星等)只相差0.05视星等。由此可见该探测灵敏度模型具有相当的精度，可为天基可见光相机的研究设计提供理论参考。

利用在轨光学相机对空间目标进行跟踪测量,目标相对运动角参数的测量精度决定了空间目标的定轨精度。建立目标相对运动角参数测量计算数学模型,推导出相对运动角参数测量误差传递公式。通过对仿真计算结果的分析,确定出影响目标相对运动角参数测量精度的主要误差源：目标成像焦面坐标提取误差、光学相机视轴转动欧拉角测量误差与测量卫星姿态惯性角测量误差。其中,光学相机视轴转动欧拉角测量误差对相对运动角参数的测量误差影响最大,约占总误差的80%。观测条件对测量精度也有很大的影响,尤其在目标过顶时,相对运动角参数的测量误差显著增大。

从恒星背景中检测出空间目标是空间目标天基光学测量相机所要解决的关键技术难题之一。提出了一种基于星图识别的空间目标检测算法,利用背景星图的平移、旋转、比例伸缩不变性,应用星图识别原理,根据识别恒星在不同帧图像中的坐标变化估计背景运动参数,进行探测图像序列的配准,然后在配准后的图像序列中检测出空间目标。通过仿真验证,该方法对于运动恒星背景中运动小目标的检测具有比较好的效果。

提出了一种相机在回路的星空背景数字图像生成方法。依据光度量与辐射度量的关系,建立恒星成像信号强度模型,计算目标在焦面的成像强度。通过星图软件SKYMAP对天区内恒星数目及星等进行统计,拟合得到相机观测视场内恒星数目与星等的统计函数。使用该统计函数模拟相机视场内的恒星数目及其对应的星等。最后,基于成像信号强度模型、恒星数目及星等的统计函数以及恒星在焦面的成像特性,提出全天区统计的星空背景数字图像生成方法。基于具体的相机CCD与光学系统参数,对星空背景数字图像生成方法进行仿真验证。结果表明,该方法可生成较大星等(星等＞10)的星空背景图像,基本满足了现有空间目标检测与跟踪算法对星空背景数据的要求。

通过对美国天基可见相机(SBV)在轨检测算法(Moving target indicator，MTI)算法进行改进，使其更加快速有效地检测出淹没在噪声杂波中的目标条纹。MTI改进算法使用了一种新的二维图像检测预处理算法――依概率加窗检测算法。依概率加窗检测算依据同一大小检测窗口内，目标所在检测窗内出现的非零点比纯噪声检测窗内多的特性，通过检测窗门限滤波，在可能剔除部分目标点的同时，极大地抑制噪声。接着使用三点共线条纹检测算法，剔除可疑目标条纹，进一步降低虚警概率，提高检测概率。通过算法性能分析可知，MTI改进算法的虚警概率降低15倍，检测概率99％时所需信噪比从6降低为3，并且总体计算量降低6个数量级。MTI改进算法减少计算量的同时，降低虚警概率并提高检测概率，在工程应用中更有利于算法的实时实现。