在卫星光通信通信过程中,为了实现链路的建立和保持,瞄准,跟踪,捕获(PAT)系统的光学传感器必须要能够实时、精确地确定光斑图像的质心位置,以准确计算出它与标准位置的偏差,然后通过控制器来校正这个偏差,使光束正确地指向对方。因此,光斑质心位置的精确测量是卫星光通信可靠性的重要保证。但由于CCD成像分辨率的局限性,光斑图像的分辨率总是有限的,因此由CCD采集到的图像实际上是一些离散的点,本文旨在通过图像处理方法用软件以及数学算法的方式对离散的点进行细分,甚至达到连续的程度,从而使光斑质心的定位精度得到进一步的提高。本课题的理论模型是用理论的二维高斯函数离散化得到的矩阵来代替光斑的灰度图像的灰度矩阵,由高斯函数中心可以得到理论的光斑质心,之后用图像处理方法(插值)对图像进行处理,在计算处理后光斑图像质心与理论质心对比得到误差。通过对比不同方法的误差大小,来得出最优话的方法策略,以及验证方法的有效性。本课题所提出的精确定位光斑质心的方法,是建立在以传统的图像处理方法中插值方法的基础上,根据高斯光斑的特性对光斑图像的灰度矩阵根据梯度进行分割,并在分割区域内分别采用不同的插值点数和不同的插值方法,通过用质心法计算并对比误差得到最优插值策略;后又在传统灰度质心法基础上进行改进,对分割区域进行平方加权以体现高斯光斑中心附近权重特性。对本文提出的方法,使用matlab进行仿真实验,梯度分割插值法相对简单的整体线性插值法的定位精度有明显提高,这是由于高斯函数的函数值分布是非均匀变化的,导致了对图像进行整体插值后定位精度提高不多,而梯度分割插值法就很好的解决了这个问题。对梯度分割插值后的光斑图像使用本文提出的分割平方加权算法计算质心,该算法相对传统质心算法,对插值部分进行了平方加权,体现了中心附近的像素点的灰度值的权重满足高斯光斑的分布特点。本文设计了一个捕获光斑的模拟实验,模拟激光通信捕获光斑的过程,通过对模拟实验所获取的光斑使用本文算法进行验证,判定方法的准确性、实时性、稳定性,并且经模拟实验验证,分割平方加权算法对背景光还有一定的抑制作用。