随着人类对太空资源利用的不断深化,近地空间存在着大量的太空垃圾潜在威胁航天器运行,空间轨道上的失效卫星需要维修或移除。由于这些实际的在轨服务需求,空间非合作目标的捕获具有重要的实际意义。在空间非合作目标捕获技术中,视觉技术在其中扮演着重要的角色,视觉信息完成对机械臂控制、导航。机载相机对目标星的成像过程中,完成对目标星的运动分析、三维重建、位姿跟踪以及抓捕位置的识别。各个步骤随着抓捕系统与目标星的距离远近依次进行、循序渐进,获取的信息也越加丰富、精确。尽管近年来机械臂控制技术和计算机视觉测量技术都有了长足的进步,但如何实现对空间非合作目标的自主、智能抓捕任然是一个极具挑战性的研究课题。尤其是考虑到空间中严苛多变的光照条件、复杂的电磁环境以及机载计算机处理器有限的计算能力,这些都对空间视觉技术相对于地面环境提出了更高的要求。本文根据单目、双目视觉理论、多视图几何理论以及基于深度学习的目标检测技术,提出了一套基于不同距离的空间目标视觉测量检测策略,并结合卫星模型和实验室现有设备开展了相关卫星地面测量检测实验。本文首先对国内外空间非合作目标抓捕策略和视觉技术的研究现状、研究方法进行了详细的分析,确定了基于视觉空间非合作目标抓捕的基本途径,即确定了本文的基本研究路线和研究内容,并在此基础上根据相关理论搭建系统开展相关研究。为了在远距离时初步确定卫星的旋转速度以判定抓捕任务的可行性,视觉系统开启监控模式。通过从单目相机中提取连续的卫星图像,通过奇异值分解和罗德里格斯公式计算卫星的旋转角度;为了在中距离时较为精确地对卫星的相对位姿进行测量,引入立体视觉技术,视觉系统开启获取模式。通过双目相机测距并获取卫星稀疏点云,然后对相邻点云做配准以得到相对位姿结果,最后对卫星实现三维重建;在近距离时完成对卫星上机械对接装置的识别,以实现最后阶段的对接任务,视觉系统开启跟踪模式。通过基于深度学习技术的目标检测方法,对卫星上的太阳帆板连接架做高效可靠的检测。最后开展相关实验验证上述理论算法的有效性及可靠性,根据得到的实验数据和结果,可以判定所采用的方法有效解决了上述难点、问题。