空间捕获目标飞行器可以为飞行器补给燃料、修理、营救遇难飞行器以及处理太空垃圾等，但是当目标飞行器失效后，对其捕获是非常困难的。通过视觉伺服实时追踪目标飞行器是捕获飞行器的必要前提，因此本论文在921项目支持下研究基于卡尔曼滤波器的非合作目标飞行器视觉追踪。为了模拟太空中视觉追踪非合作式目标飞行器运动的真实情况，本文通过ADAMS生成已知目标运动轨迹来模拟非合作式目标飞行器的运动。结合非合作目标飞行器运动模型未知、空间光照环境恶劣等工况以及算法实时性好的要求，本论文选用卡尔曼滤波器算法来对目标进行视觉追踪，并在目标匀速直线、匀加速直线和复杂曲线运动模型下对卡尔曼滤波器进行了算法改进、模型优化以提高对目标的追踪精度。由于无法直接产生摄像机坐标系下的已知轨迹点即参考点，本文在不借助光学定位仪的前提下提出了一种由目标运动平面上的轨迹点映射到摄像机坐标系轨迹点的算法。为了便于选取卡尔曼滤波器参数、更好地评测算法性能，本文引入了除误差协方差外的另一种判断算法预测精度的指标，即预测点相对于参考点的最小均方误差MSE。在实验中，检测到目标状态向量中速度值收敛较慢并且由于速度不可直接观测，本文通过位置插分引入速度项作为速度观测量来修正速度预测值以加速系统状态变量的收敛，提高视觉追踪精度。由于非合作目标飞行器的运动模型是未知的，本文通过混合模型卡尔曼滤波器来克服此难题。为了验证算法对于噪声的适应性，分别对参考点人为加入高斯噪声和随机噪声，并使用论文中改进和模型优化后的算法来对目标轨迹进行预测。通过具体实验分析，本文中所提出的参考点映射算法准确、简便易行；算法的改进和模型的优化能较显著提高对非合作目标飞行器的视觉追踪精度；改进后的卡尔曼滤波器算法相较于改进前对噪声有更好的适应性。