针对空间非合作目标相对导航任务中目标外形、相对运动信息非先验可知的特点,同时考虑了空间相对导航过程中鲁棒性、实时性与自主性的需求,本文对空间非合作目标交会过程中的相对导航方法进行研究,主要围绕前端的图像特征的提取与匹配、目标点云配准与拼接、后端目标点云重建与优化以及相对导航信息优化等展开深入探讨,具体内容包括:分析单目相机与平行双目相机的几何投影原理,分别建立了单目、平行双目相机的成像模型,并分析相机的测量精度的影响因素。分析镜头畸变的产生原理,建立了相机畸变矫正模型。分析了双目相机的标定原理,使用三维软件生成了棋盘格图像序列输入标定算法完成了相机的标定仿真实验,获得了相机的精确内部参数。采用稀疏重建与稠密重建并行的策略,既满足导航信息更新的实时性要求,又保证了目标的三维重建精度。对于稀疏重建过程,分析并考虑了空间环境和超近段接近过程对相机载荷的成像的影响,通过仿真分析比较了ORB算法、SIFT算法和SURF算法的数量性、精确性、实时性和不变性,着重分析比较了各算法的旋转、尺度、模糊和光照的不变性,选取了满足空间非合作目标相对导航任务鲁棒性要求的特征提取算法;使用交叉检验与MLESAC精确匹配算法实现了特征点的精确匹配,使用双目成像模型重建出了目标的单帧稀疏点云。对于稠密重建过程,结合极线搜索与块匹配算法生成目标视差图,通过成像模型重建出了目标的单帧稠密点云。建立了航天器相对位姿模型,并仿真分析了迭代最近点算法求解精度的影响因素。使用迭代最近点算法求解出运动过程的点云位姿变换序列,将点云逐帧拼接获得目标全体点云。使用点云滤波器对原始点云进行滤波处理获得优质点云,并对优化后的目标点云网格化,转化为障碍约束模型。最后,分析了航天器相对运动与点云位姿之间的几何关系,从点云位姿变换序列中还原出了航天器的相对导航信息。建立了空间非合作目标相对导航算法的完整框架,并对导航算法进行了完整的仿真实验。引入了李群与李代数,使用基于图优化的Bundle Adjustment方法优化位姿信息,提高了导航精度。