随着空间技术的发展,人类对宇宙空间的开发和利用规模日益扩大,空间日益成为维护国家安全的“战略高地”,空间飞行器的自主化、自由化和智能化也一直都是空间技术研究的热点。本文围绕空间飞行器的关键部件识别任务,根据实际应用环境中空间飞行器由远到近接近目标飞行器的过程,将关键部件识别任务分成两个阶段:较远距离的空间面目标检测和较近距离的空间飞行器关键部件识别,主要针对空间面目标检测方法实现、基于方向直方图的直线段检测和基于形状检测的空间飞行器关键部件识别三个方面进行了研究。第一,在接近目标过程中,为完成空间飞行器目标的捕获,研究了空间面目标检测中关键算法的硬件加速方法。针对阈值分割和连通域标记两项图像处理问题,完成了算法的选型和硬件加速优化,提出最小误差阈值分割算法硬件电路实现的基本架构和基于包围盒的快速连通域标记方法,并对其中的硬件电路进行了实现。该方法满足实时性要求,并且资源占用率较低。第二,根据空间飞行器目标具有较丰富的直线段特征的特点,研究了直线段快速检测方法。在分析对比现有直线段检测算法基础上,提出了结合方向直方图和Bresenham画线算法的直线段检测方法。该方法简化了直线段验证过程,在计算量上有一定的优势。第三,针对空间飞行器关键部件识别问题,将用于文本分类的词袋(Bag-of-Words)模型应用到目标识别任务中,提出了基于几何形状检测的空间飞行器关键部件识别方法。根据空间飞行器关键部件与基本几何形状(例如圆、矩形和三角形等)的对应关系,该方法将关键部件识别转换为几何形状检测,更加适应于轻小型、资源受限和实时性要求高的硬件平台。对于几何形状检测,在直线段检测的基础上,实现了基于线段位置关系的矩形与三角形检测,并采用基于弧段组合的方法进行圆与椭圆检测,取得了较好的效果。