智能化小型空间相机辅助卫星自主规避其他卫星、监视空间碎片等目标,保障卫星安全,是未来大规模高密度星座发展的迫切需求,也是空间态势感知成像领域的关键能力。其中,基于图像的自动对焦法作为空间相机智能化的核心技术之一,可以有效解决在轨实时对焦和自适应提升成像质量的难题。本文围绕基于图像的自动对焦方法在空间相机智能化的应用展开研究,主要内容和成果如下:1)根据空间相机智能化发展的需求,深入研究自动对焦方法和原理,采用对焦深度法作为自动对焦方法,并分析该方法所涉及的图像清晰度评价算法、正焦位置搜索算法所存在的问题和解决的技术途径;2)针对噪声对图像清晰度评价的影响进行分析,提利用点状目标分布特点的平缓区均值去噪算法。通过仿真实验验证,该算法去噪后的图像与原始无噪图像结构相似度SSIM高达0.9056;在提升MTF检测精度方面,与无噪图像的MTF曲线均方差仅为0.0124,均远高于传统去噪算法,从而可以提高离焦图像序列的MTF50评价曲线的精度和性能。3)针对从有较多星点的深空背景中分割提取进行对焦的点状目标窗口问题,本文通过利用星点分割的方法引入点状目标图像的信噪比和能量集中度阈值作为对焦窗口的选择依据,并直接采用分割过程获取的目标连通域大小为窗口大小的计算参数,无需计算额外参数,简单有效。4)针对目前空间相机对焦利用地面靶标成像无法实现实时对焦的问题,本文利用常见的点状目标结合MTF检测技术,创新地应用MTF50作为图像清晰度依据,并给出使用该方法的图像信噪比和目标能量集中度阈值,分别为3.7137和0.0179。与传统空域、频域等评价函数作对比验证:本文方法的评价曲线灵敏度在不同噪声标准差下均大于0.1200,清晰度比率不随噪声标准差增加而减少,平均为18.0906,与无噪图像检测出的评价曲线均方误差平均为0.5168;而传统评价算法曲线灵敏度和清晰度比率随着噪声标准差的增加下降明显,平均为0.0918和6.2468,曲线均方误差平均为3.7610。5)针对传统正焦位置搜索算法存在的易陷入局部极值、搜索效率低、来回移动误差大、通用性不强等问题,提出了自适应跳跃方向判断和基于累计均值增长幅度的过焦点位置搜索算法,最后利用最小步长三点法来寻找最佳对焦位置。其中自适应跳跃方向判断方法以小步长移动并且利用判断次数为依据来自适应跳跃局部极值和远焦区,提高在远焦区的搜索效率。而基于累计均值增长幅度的过焦点检测算法,改善了传统变步长搜索算法需要根据不同项目制定相应阈值的问题,提高了通用性。实验结果表明,该算法的平均对焦精度仅为系统几何半焦深的14%,平均对焦步数为16.2857,对焦效果良好。6)最后,开发自动对焦算法验证软件,通过搭建实拍实验系统进行实验,验证了本文提出的自动对焦方法的合理性和有效性。