精确测量航天器之间的相对位置和姿态(统称为位姿)是完成空间交会对接、攻防对抗、在轨捕获与维护等重大航天任务的先决条件。基于光学成像敏感器的视觉测量技术利用安装在追踪航天器上的光学成像敏感器对目标航天器成像,再对其图像特征进行提取和解算,以实现位姿测量。与其它测量技术相比,这种技术具有直观、精度高和自主性强等优势,已成为上述航天任务最后逼近段相对位姿测量的主要手段。目标航天器按照是否安装了合作标志,分为合作目标和非合作目标。空间合作目标的视觉测量方法已经得到了深入的研究和成功的应用,相对而言,对空间非合作目标进行视觉测量更具挑战性。而且由于空间绝大多数目标都是非合作目标,对它们进行测量更具有普遍意义。对非合作目标进行位姿视觉测量,需要充分利用其固有特征。轮廓和边缘是两种重要的图像特征,轮廓是图像中包围目标区域的封闭边界,而边缘是图像中灰度、颜色或纹理不连续或突变的地方。对于远距离、成像尺寸小的目标,其细节特征难以提取,只能利用其轮廓进行位姿测量。对于近距离、成像尺寸大的目标,相对于其它特征而言,边缘特征更明显、提取速度更快而且受光照影响较小。因此利用边缘特征进行位姿测量具有较大的技术优势。本文研究了基于轮廓和边缘的空间非合作目标视觉跟踪方法,研究内容包括两大部分:一是针对远距离目标的轮廓提取与跟踪方法,二是针对近距离目标的基于边缘模型的位姿估计和跟踪方法。其中,轮廓提取与跟踪属于2D跟踪的范畴,其结果可作为基于轮廓位姿估计方法的输入,用于远距离位姿估计或近距离位姿初值估计。基于边缘模型的位姿估计和跟踪方法属于3D跟踪的范畴,该方法首先按照位姿初值对边缘模型进行投影,再通过“投影模型-图像边缘”配准,迭代地求解位姿精确值,以达到位姿估计和跟踪的目的。概况起来,本文的创新性主要体现在如下几点:一、在目标的轮廓提取与跟踪方面1、提出了基于线段编组和显著度分析的知觉组织轮廓提取方法(LSPC)。当背景复杂时,常规的轮廓提取方法无法排除杂乱背景的影响,而基于知觉组织的轮廓编组方法是一种仅根据图像特征之间显现的有序性对特征进行组织的方法,可以有效地解决这个问题。LSPC方法首先将图像中的线段、线段之间的连接和连接代价分别转化为一个带权有向图中的顶点、弧和弧的权值,其中,弧的权值通过知觉组织Gestalt定律中接近性、连续性和相似性原理量化得到。然后,通过“在带权有向图中寻找最短路径”的方式解决“在图像中提取轮廓”的问题。最后,对所有轮廓进行有效性验证并输出最显著的一条轮廓。该方法可以在无目标先验知识的情况下,快速地提取目标轮廓。2、提出了基于运动概率的几何主动轮廓线轮廓提取方法(MGAC)。针对复杂背景下运动目标的轮廓提取问题,本文提出了利用特征光流计算运动概率的方法,并将运动概率引入到几何主动轮廓线(GAC)方法中,提出了一种运动分割与GAC相结合的轮廓提取方法。该方法从运动分割的角度出发,首先计算KLT特征光流并进行聚类和运动模型估计,然后计算每个像素属于目标的概率,最后利用GAC进行目标的轮廓提取。实验结果证明该方法是有效的。3、提出了基于颜色直方图的几何主动轮廓线轮廓跟踪方法(HGAC)。在提取到参考图像中目标的轮廓之后,该方法首先对轮廓内部区域进行颜色直方图统计,并以此作为目标的模板。然后以两个直方图的Bhattacharyya系数作为两个区域相似度的定量描述,并按照“最大化轮廓内部区域与目标模板的相似度,最小化轮廓外部区域与目标模板的相似度”的原则,在后续图像中对轮廓进行演化。该方法可以在复杂背景下对目标轮廓进行稳定的跟踪。轮廓提取和跟踪的结果除可用于位姿估计外,还可用于目标的特征提取、形态描述和识别等。二、在基于边缘模型的位姿估计和跟踪方面1、提出了法向距离迭代加权最小二乘位姿估计方法(ND-IRLS)和距离图迭代最小二乘(DI-ILS)位姿估计方法。本文将边缘模型离散成采样点集合,以采样点为基元进行“模型-图像”配准。ND-IRLS通过对采样点加权,解决了传统的法向距离迭代最小二乘(ND-ILS)位姿估计方法易受噪声或背景干扰的问题。DI-ILS通过对测量过程的简化,具有更好的实时性。这两种方法都具有初值偏差容忍度大、鲁棒性好的特点,并且都具有较高的精度。2、提出了最小二乘粒子滤波位姿跟踪方法(LSPF)。粒子滤波(PF)是视觉跟踪中常用的Bayesian滤波技术,LSPF方法通过重要性采样技术将最小二乘优化方法融入PF框架,将最小二乘方法高精度、高实时性的优势与PF高鲁棒性的优势结合了起来。该方法只需要少量的粒子,即可实现稳定、准确的目标跟踪。除以上三种方法的研究以外,本文对这种位姿估计和跟踪方法的具体流程进行了设计,并对模型准备、方位变化预测和多像机联合测量等问题开展了研究。本文提出的以上五种新方法是对空间非合作目标视觉跟踪的有益尝试,可作为空间非合作目标位姿测量的一种辅助手段。此外,实验结果表明本文的位姿估计与跟踪方法对于发射段目标位姿判读也是有效的。这些方法已成功应用于空间非合作目标的3D位姿估计跟踪仿真实验和弹体目标发射试验的2D位姿判读,还可扩展应用于飞行器着陆段位姿判读与助降、景象匹配等其它基于视觉的测量任务。