目前,世界主要军事强国都在致力于战略预警系统的建设,而天基预警系统是战略预警体系的重要组成部分。天基光学图像的几何校正技术是天基预警系统的基础环节,图像的校正精度直接影响后续几何定位、目标检测和目标跟踪等环节的效果。控制点(Control Points,CPs)的选取是图像几何校正处理中关键的一步,如何利用控制点对天基光学图像进行更加精确的校正是本文关注的问题。在遥感图像几何校正领域,大部分应用场景都采用地面控制点(Ground Control Points,GCPs)来进行几何校正。由于受光照的变化,季节改变,云层遮挡等因素的影响,GCPs有时无法观测到。考虑到恒星在空间中的位置和辐射性能稳定,本文采用恒星作为控制点进行天基光学图像的几何校正。恒星控制点(Star Control Points,SCPs)优选技术是指在恒星点数目充足的情况下,对控制点进行筛选的过程。既要求筛选出的控制点提取精度较高,又要保证控制点均匀分布。控制点优选的目的是为了提高几何校正的精度和准确度,因此可以用几何校正的精度来评价优选结果好坏。本文的研究重心是在天基光学图像几何校正领域,针对恒星作为控制点的情况,对恒星控制点优化和筛选的技术。(1)介绍了和图像几何校正紧密相关的基本方法和原理。这些理论有几何校正原理、天基传感器成像模型、卫星基本坐标系定义以及坐标系之间的转换关系、影响几何校正精度的主要因素等内容。(2)针对视场内可见恒星数量较少的情况,提出了基于交叉验证(Cross Validation,CV)的恒星控制点优选技术。首先,分析了卫星在高轨轨道下对恒星的观测能力,并进行了实验仿真,实验结果表明可见的恒星点数能够满足几何校正的基本需求。然后,分析了恒星控制点数量和空间分布对几何校正精度的影响,得到了关于控制点选取的有益结论。最后,讨论了基于交叉验证原理的恒星控制点优选算法,明确了恒星控制点优选的流程,并进行了仿真实验,实验结果表明该算法在几何校正精度提高方面有较好的表现。(3)针对视场内可见恒星数量较多的情况,提出了基于随机抽样一致性(RANdom SAmple Consensus,RANSAC)算法的恒星控制点优选技术。首先,讨论了RANSAC原理,并作了基于RANSAC算法拟合直线模型和椭圆模型的实验。然后,分析了CV算法和RANSAC算法的时间复杂度。最后,在充分研究RANSAC算法原理的基础上,给出了RANSAC算法在恒星控制点优选技术上的应用过程。