在探月工程领域,精准的相机参数是巡视器高精度导航定位的关键因素之一。在轨环境下,高精度控制点数量较少,而导航影像中的直线信息可以作为附加约束条件,辅助完成立体导航相机的高精度在轨标定,因此,实现导航影像中太阳能板区域的直线的自动提取与匹配具有非常重要的意义。然而,由于月面环境中不存在大气,包含太阳能板的导航影像中存在光照对比度非常强烈的情况,最终导致采用传统方法进行直线提取时仅仅能够提取出少量的、方向单一的直线,而梯度信息较弱区域的直线则完全缺失,从而造成后续相机标定过程中辅助信息的缺失,降低了导航相机的标定精度。因此,围绕导航影像中灰度较暗区域的直线不易提取的问题,本文着重在以下方面进行了研究分析:（1）针对传统图像去噪方法需要人工确定参数问题,提出了一种自适应非局部均值滤波方法,进行了多组噪声滤波对比实验,并依靠均方方差（Mean squared error,MSE）、信噪比（Signal to noise ratio,SNR）、结构相似性（Structual similarity,SSIM）等多项指标验证本文提出滤波方法的有效性及可行性,通过实验表明本文提出的滤波方法较传统中值滤波在MSE降低了47.37%,SNR提升了13.47%,SSIM提升了12.89%。（2）针对影像中的特征像素无法集中处理的问题,提出了一种自适应分区间边缘提取方法。通过优化梯度模板以对图像R、G、B和灰度4通道的梯度进行统计保证微弱像素梯度信息的损失,并按照像素实际邻域的梯度方向进行统计,根据其分布规律结合高斯分布置信区间性质对图像进行自适应分区间,得到不同方向不同程度的像素集合。统计各像素3×3邻域亮度,并依据其中心像素的实际梯度方向分布对其邻域亮度进行重采样,并将9个像素的平均亮度作为其最终亮度,以获取像素更切合实际的亮度特征。根据梯度及亮度间的关系对各区间的像素进行梯度阈值求解,从而进行微弱边缘提取。通过实验表明本文提出边缘提取方法MSE较其他两种方法平均减小了1.93%和3.52%,SNR平均提高了0.44%和0.67%。（3）针对边缘提取结果无法很好的形成直线的问题,提出了一种自适应直线提取方法。结合获取的微弱边缘结果,对边缘链进行排序,依据梯度一致性原则利用种子点跟踪方法进行直线检测,并利用最小二乘原理对直线进行拟合,依托亥姆赫兹原理对虚假直线进行剔除,通过长度、角度约束获取最终直线。经实验表明本文方法较LSD和EDlines两种方法可正确提取长直线的提升率为36.34%和25.07%,短直线平均提升率为38.28%和24.95%。（4）通过主观解译判定方法及基于线段组匹配方法对本文方法、LSD、EDlines等三种方法直线提取结果进行对比分析,通过提取直线及正确匹配数目进行分析评价。对于整体亮度较为灰暗的影像正确直线匹配率平均提升了58.44%和49.95%。经过多组嫦娥三号导航相机不同摄站的图像对进行对比实验,利用定性实验验证了本文提出方法较传统直线提取方法可提取出更多真实的微弱直线信息,并通过直线匹配定量评价实验证明了本文提出直线提取方法的综合性能,此外,还将直线提取匹配结果用于附加约束的自检校相机标定进行验证,相比于LSD和EDlines直线段分布结果的标定精度分别提升了2.88%和1.12%,表明本文提出的直线段提取方法提取效果更优,可为导航相机在轨检校提供一定的价值参考。该论文有图48幅,表13个,参考文献72篇。