天体测量作为天文学的一个重要分支,对于太阳系的研究、空间探测任务以及行星卫星动力学的研究与改善都具有重要意义。天体观测图像在成像过程中的各种噪声干扰是影响高精度天体测量的因素。噪声改变了原有像素点的信息,造成星象中心位置测量的偏移。因此,降低图像噪声对高精度天体测量的干扰具有一定的意义。到目前为止,国内外很少将平滑去噪算法应用于高精度天体测量的研究。本文主要研究了三种图像平滑去噪算法在高精度天体测量中的应用。具体算法包括最小二乘平滑滤波、双边滤波和二项式滤波。为了实现上述三种算法,我们生成了大量人工合成星像图,通过仿真实验,成功选取各算法的最优参数。然后,基于云南天文台2.4m望远镜观测得到的NGC1664星团的CCD图像,采用了上述三种去噪算法进行实验研究。经过上述三种方法分别处理以后,进一步采用了最新发布的Gaia DR2^[1]（Data Release 2）作为参考星表,进行位置测量精度的验证。结果表明,三种算法均能不同程度的提高亮星的位置测量精度,而最小二乘平滑算法相对最明显。此外,三种算法平滑后均能够搜到更多星,最高可提高约18%的搜星数量。最后,基于Cassini ISS图像对土卫二（Enceladus）进行高精度天体测量工作,通过比较双边滤波平滑前后观测对象的位置测量精度的差异,验证双边滤波平滑是否有利于边缘检测,从而提高观测对象的位置测量精度。结果表明,对于Cassini ISS图像而言,双边滤波平滑对大圆盘边缘检测的影响微小。然而,该算法能有效降低图像噪声,减少假星搜索,提高工作效率。另一方面,双边滤波平滑还能通过提高信噪比进而找到原本无法找到的暗参考星,使我们得以成功归算得到观测对象测量位置,提高Cassini ISS的图像利用率。