随着航天技术的发展,人类探索空间的活动增多,空间中产生了大量的碎片垃圾、失效卫星。想要捕获空间垃圾,追踪航天器首先要能对其进行近距离稳定跟踪。然而,这些非合作目标预先没有安装对接装置或标志器,无法与追踪航天器进行信息交互,提供抓捕所需要的先验信息。因此,对非合作空间目标进行三维结构重建以提供目标结构细节信息是空间目标跟踪抓捕的首要问题。在空间环境中,光照环境造成光学成像光照不均,甚至出现局部饱和或者局部过暗,导致目标特征提取稳定性差、帧间特征匹配错误率高,三维重建性能难以满足空间目标抓捕的需求。同时,目标在空间中的姿态抖动和背景干扰也会使目标跟踪性能难以得到保证。为此,本文对光照不均匀条件下的特征提取提取和匹配,卫星模型的三维重建及近距离高精度跟踪等关键问题展开研究,主要工作如下:第一,针对空间光照条件的变化以及目标外部结构表面反射率不同所导致的光学成像光照不均匀,本文提出最小可觉察误差算法估计图像光照分量,利用非线性函数校正图像非均匀光照。实验证明,经过校正后的图像提供了包括特征点在内的更丰富细节信息。第二,针对在特征匹配时,由于空间目标的结构对称性和纹理重复性,对称视点之间即使在错误匹配的情况下,也会满足与实际成像结构相适应的几何条件,而不被现有算法发现。本文通过卡尔曼滤波预测待匹配特征位置,限制搜索范围,主动搜索匹配特征,有效的减少了错误匹配。然后利用SLAM框架估计了相机位姿,并重建出目标的稀疏模型。用光束平差法优化相机位姿后,估计图像的深度值,重建出模型的稠密模型。第三,针对旋转空间目标高精度稳定跟踪,本文结合卡尔曼滤波和概率数据关联来进行空间目标跟踪,考虑了检测门限内所有量测,根据其后验概率信息加权后进行数据关联,有效改善多虚警、多杂波环境下的目标跟踪的稳定性。