鉴于空间目标探测技术在空间目标监视领域的重要地位,多年来大量研究围绕着目标检测技术而展开。目前,针对大视场全帧CCD天文观测图像的空间运动目标检测技术仍面临诸多困难。由于大口径望远镜的焦距往往较大,会使视场缩小,满足不了大视场的观测需求,因此本文以地基捆绑式望远镜空间目标探测系统作为主要研究背景,对其所面临的大视场观测条件下的空间运动目标检测问题进行了系统深入的学习、研究和探索,论文主要工作如下:第二章简要介绍了捆绑式望远镜的概念,成像性能分析和数据处理方法,并给出了空间目标探测系统的信息处理流程。全文结构安排也围绕该流程而展开,主体为图像预处理,恒星识别和空间目标检测。此外,第二章还对空间目标探测所涉及的天体测量知识进行了介绍,包括各种空间坐标系的定义和不同坐标系的转换关系,为后续章节的论述做好铺垫。第三章对全帧CCD天文图像的预处理展开研究,首先对于光学仪器的各种噪声进行了分析;其次,采用形态学方法进行图像背景抑制,提高了图像的信噪比,从而有利于空间目标的检测。在此基础上,由于全帧CCD天文图像存在较严重拖尾的问题,且恒星拖尾会给恒星提取带来严重干扰,因此针对拖尾问题提出了一种基于高斯拟合的恒星拖尾去除算法。算法在尽可能保留恒星星像的同时,较为彻底地去除了恒星拖尾,这也为后续的恒星提取、星图识别和目标检测等环节提供了较高质量的图像,消除了大量干扰可能引起的虚警。第四章对星图识别算法进行了研究,主要目的是对图像中的恒星进行识别,从而在空间目标检测过程中有效排除恒星目标,消除虚警。这是由于恒星作为视场中的主要背景目标,也是空间目标检测中最主要的干扰。因此,本章针对大视场观测条件下的恒星识别问题,提出了一种基于区域生长法的星图识别算法,实现了快速有效的恒星识别。识别结果将为后续的空间目标检测排除恒星造成的干扰,有利于空间目标的检测。第五章首先提出了一种基于聚类和定向生长法的单帧图像空间目标检测算法。算法利用空间目标在视场中的运动特征以及在全帧CCD图像中存在倾斜拖尾的特征,采用加权最小二乘算法求取可能目标星块的斜率,通过聚类得到候选目标,在目标邻域范围内按照预估的拖尾斜率搜索空间目标拖尾,从而得到疑似空间目标。在单帧检测的基础上,利用概率假设密度(Probability Hypothesis Density,PHD)算法按照时序对目标观测矢量进行序贯处理,将输出目标状态作为空间运动目标的多帧检测结果。实验结果显示,算法具有良好的检测性能,且多帧检测步骤显著降低了虚警概率。