基于光电成像器件CCD的点目标定位技术被广泛运用于天文定位、侦察等民用及军用方面。传统点目标定位精度一般为亚像素级, 受CCD自身成像误差限制, 目标定位精度难以大幅提高。提出通过干涉条纹对CCD进行标定, 从而得到CCD频域像素响应函数的精确表达式, 由此重构高质量的目标入射光场图像, 进而提高光电成像系统对点目标定位的精度。首先建立了干涉条纹标定CCD及目标光场图像重构的理想模型, 并通过仿真验证了点目标图像重构效果以及最终点目标的定位精度。仿真结果表明, 经干涉条纹标定CCD后, 重构的目标光场图像质量得到大幅度的提升, 接近于CCD像面前入射光场图像, 通过高斯曲面拟合得到点目标形心坐标及其微位移的提取精度均达微像素级别, 相比于传统的亚像素定位, 定位精度得到了大幅度的提高。

恒星识别以及卫星目标检测识别是空间监视系统的重要应用之一。由于星图图像点目标成像的特点以及大量背景恒星的干扰, 星图中用于目标识别的特征难以提取, 因此目标的位置是实现目标识别的关键特征。高斯曲面拟合方法是使用较为广泛的目标质心提取算法之一, 通过理论分析和实验表明传统高斯曲面拟合方法对运动卫星的定位存在较大误差。为此, 提出了各向异性的高斯曲面拟合模型, 该模型通过使用两个不同的高斯模糊参数和旋转因子, 可以捕捉目标不同方向的各异特征, 适合卫星由于运动造成的随机方向模糊。仿真实验和真实数据实验表明, 本文方法的总体定位精度可分别达到0.008和0.04, 并能够准确提取星图目标的质心, 相比传统方法有较大改善。

亚像素质心定位算法被广泛应用于空间飞行器姿态测量、天文观测、空间高精度稳像和空间激光通信等领域。作为空间高精度稳像系统检测模块的导星仪，以至少 100帧每秒的高速实时检测导星的抖动量，为振动补偿机构提供补偿信息，这就要求亚像素质心算法在保证高精度的同时具有高速的实时性。为了满足导星仪的需求，本文通过模拟仿真与实验，分析了曝光时间内光斑漂移对亚像素质心定位精度的影响，得出要达到一定的亚像素质心定位精度，能够接受的最大光斑漂移速度；提出一种综合运用高斯曲面拟合、数字相关运算和灰度重心法进行图像预处理、图像分割和亚像素质心定位的改进型灰度质心实时算法，并验证该算法兼顾效率和精度，达到很好的效果。

针对天空背景红外点目标检测时云层边缘产生的虚警, 根据点目标的高斯分布特性, 提出采用高斯曲面拟合算法, 首先利用传统目标检测算法检测得到目标和云层边缘, 然后获取其高斯曲面拟合参数, 最后计算偏态系数和峰度系数, 根据偏态和峰度系数的差异, 区别目标和云层。实验结果证明, 该方法能有效地区别目标和云层边缘干扰, 从而降低目标检测算法的虚警率。