基于视觉测量的航天器姿态估计被广泛用作自主会合和对接（ARVD）中接近操作的有效方法。为了更有效地估计姿势参数，有必要在视频图像中实现高精度的对象定位。但是，要同时满足多个对象的定位精度和实时性要求，存在一些困难。本文提出了一种用于合作航天器多目标检测，识别和向ARVD定位的高精度实时算法。首先，通过视频图像的降噪和特征分析，提出了一种基于阈值优化的自适应阈值分割的目标检测方法，该阈值优化具有类别间和类别内的差异。然后通过自组织聚类提出了一种多目标识别算法。提出了一种基于双线性插值的高精度多目标

基于视觉测量的航天器姿态估计被广泛用作自主会合和对接（ARVD）中接近操作的有效方法。 为了更有效地估计姿势参数，有必要在视频图像中实现高精度的对象定位。 但是，要同时满足多个对象的定位精度和实时性要求，存在一些困难。 本文提出了一种用于合作航天器多目标检测，识别和向ARVD定位的高精度实时算法。 首先，通过对视频图像的降噪和特征分析，提出了一种基于阈值优化的自适应阈值分割的目标检测方法，该阈值优化具有类别间和类别间的差异。 然后通过自组织聚类提出了一种多目标识别算法。 提出了一种基于双线性插值