No sistema de alerta espacial e monitoramento de alvos espaciais, para detectar efetivamente diversos detritos espaciais e outros planetas pequenos com sinais fracos, enfrentando problemas como interferência de ruído no ambiente do espaço profundo, características fracas dos alvos e descontinuidade das trajetórias, este artigo propõe um algoritmo de detecção e rastreamento de alvo baseado em YOLO26 aprimorado. Primeiramente, foi construído um módulo de reforço de auto percepção de sub-regiões de imagem, que por meio da otimização do contraste local e do mecanismo de proteção de bordas, melhora a clareza das características visuais de alvos pouco iluminados; em seguida, foi realizado um design leve da rede de detecção YOLO26, incorporando o módulo de atenção multiescala aprimorado GCEMA para fortalecer a capacidade de detecção de alvos pequenos e fracos; finalmente, combinando o algoritmo de rastreamento OCSort com o modelo de reidentificação de aparência CosmicReID, realiza-se a catalogação multialvo e rastreamento estável. Os resultados experimentais mostram que, em comparação com a rede original YOLO26 e o algoritmo OCSort, a estrutura de rede aprimorada possui menos parâmetros e velocidade de inferência mais rápida, com aumento de 11,9% na velocidade de detecção; a precisão do rastreamento do sistema integrado aumentou 6,2% e a frequência de troca de identidade de alvo foi reduzida em 48,5%. Isso atende aos requisitos de precisão de detecção e rastreamento do sistema automático de medição de rastreamento.

Rastreamento multialvo; processamento de imagens; detecção de alvos; associação de dados