Cassini ISS(Imaging Science Subsystem)图像是目前对土星卫星进行天体测量的重要资源,人们使用这些图像可以获得高精度的土星卫星位置数据。这些数据推动了土星系统天体力学、行星物理等多方面的研究。因此ISS图像的高精度天体测量具有重要价值。在ISS图像的高精度天体测量中,一个重要的工作是进行相机指向校正。目前的相机指向校正存在两个明显的问题,一个是ISS图像的面元中的假星象对配准精度有影响,需要排除假图像星。另一个是部分图像中的参考星呈现为拖尾星象,这类图像无法确定参考星的位置,从而无法进行指向校正,更无法进行天体测量。本文针对上述两个问题分别提出了对应的解决方法。其一,本文提出基于边缘检测的自动去除观测对象面元上的假检测图像星的算法,该算法使用提取边缘、分割边缘、拟合圆等一系列步骤,最终实现了面元上的假图像星的去除。本文算法检测的成功率大于95%,在自动化程度、检测成功率以及运行效率上均优于常用的圆检测算法——圆霍夫变换(CHT)算法。最后使用土卫五的图像进行了天体测量实验,结果表明:在自动化的相机指向校正过程中使用本文算法相较不使用本文算法,测量精度有较大改善。其二,本文从理论上分析了对带有拖尾星象的图像进行相机指向校正的可行性,并提出和实现了基于模板匹配的拖尾星象定心算法。用户只需要简单操作即可得出图像上的拖尾星象的中心点位置,从而能进行相机指向校正,最终实现图像的天体测量。最后使用带有拖尾星象的土卫一图像对该方法进行了天体测量实验,得到了土卫一的天体测量位置。测量精度可以接受。实验表明本文提出的一套针对带有拖尾星象的Cassini图像的天体测量方法,可以测量原本无法测量的图像,充分挖掘了ISS图像的科学价值。上述两个问题的解决,一方面可以提高天体测量的精度,提高天体测量的自动化程度和测量效率,另一方面扩展了可用于天体测量的图像数量,充分利用现有数据。