En el sistema de alerta espacial y monitoreo de objetivos espaciales, para detectar eficazmente diversos desechos espaciales y otros objetos pequeños y con señales débiles, se deben abordar desafíos como interferencias de ruido en el entorno de espacio profundo, características débiles de los objetivos y trayectorias no continuas. Se propone un algoritmo de detección y seguimiento de objetivos basado en un YOLO26 mejorado. Primero, se implementa un módulo de mejora de percepción de subregiones de imagen para fortalecer la claridad de las características visuales de objetivos tenues mediante la optimización del contraste local y el mecanismo de protección de bordes; en segundo lugar, se diseña una red de detección YOLO26 ligera que introduce un módulo de atención multiescala mejorado GCEMA para mejorar la capacidad de detección de objetivos pequeños y débiles; finalmente, se combina el algoritmo de seguimiento OCSort con el modelo de reidentificación de apariencia CosmicReID para lograr la catalogación múltiple y el seguimiento estable de objetivos. Los resultados experimentales muestran que la estructura de red mejorada tiene menos parámetros y una velocidad de inferencia un 11.9% más rápida en comparación con la red original YOLO26 y el algoritmo OCSort, la precisión de seguimiento del sistema integrado mejoró en un 6.2%, y la frecuencia de cambio de identidad de objetivos se redujo en un 48.5%. Esto cumple con los requisitos de precisión de detección y seguimiento del sistema de medición automática.

Seguimiento múltiple de objetivos;Procesamiento de imágenes;Detección de objetivos;Asociación de datos