随着遥感技术的发展，对载荷的性能提出愈来愈高的要求，特别是载荷的探测灵敏度，直接关系到能否探测到目标。如何满足和提高探测灵敏度，成为研制高性能遥感设备设计中的一个重要问题，从光度学和辐射度学原理出发，对空间目标探测信号的强度进行分析、计算。基于目标与噪声的数学表达式，根据经典检测理论推导出天基可见光(SBV)相机的探测灵敏度模型的数学表达式。将美国SBV相机参数代入该模型后，计算得到的灵敏度结果(15.55视星等)与设计指标(15.5视星等)只相差0.05视星等。由此可见该探测灵敏度模型具有相当的精度，可为天基可见光相机的研究设计提供理论参考。

通过对美国天基可见相机(SBV)在轨检测算法(Moving target indicator，MTI)算法进行改进，使其更加快速有效地检测出淹没在噪声杂波中的目标条纹。MTI改进算法使用了一种新的二维图像检测预处理算法――依概率加窗检测算法。依概率加窗检测算依据同一大小检测窗口内，目标所在检测窗内出现的非零点比纯噪声检测窗内多的特性，通过检测窗门限滤波，在可能剔除部分目标点的同时，极大地抑制噪声。接着使用三点共线条纹检测算法，剔除可疑目标条纹，进一步降低虚警概率，提高检测概率。通过算法性能分析可知，MTI改进算法的虚警概率降低15倍，检测概率99％时所需信噪比从6降低为3，并且总体计算量降低6个数量级。MTI改进算法减少计算量的同时，降低虚警概率并提高检测概率，在工程应用中更有利于算法的实时实现。