针对目前空间目标检测技术存在目标识别难度大、虚警率高、算法效率低等问题，提出了一种基于自适应空间滤波多级假设检验（ASMHT）算法的空间目标识别方法，用于提取光电观测系统在恒星跟踪模式下的空间目标，包括目标粗筛选与目标精筛选两过程。目标粗筛选使用尺度空间高斯差函数得到预处理后星图中各候选目标的尺度值，并将目标尺度值作为空间滤波窗口的尺度大小，利用连续多帧空间滤波窗口内不同种类目标的灰度分布特征代替灰度相关准则，去除无像移的背景恒星和随机噪声，筛选出疑似运动目标。目标精筛选使用改进的多级假设检验方法，通过建立疑似运动目标速度搜索窗极大提高了算法效率，最后依据轨迹特征筛选出空间目标。空间目标仿真星图结果表明，与现有空间目标识别方法相比，ASMHT算法具备空间目标低信噪比条件下的目标识别能力，且综合检测性能最好，在相同的虚警率下可获得更高的检测率。真实星图测试比较结果表明，ASMHT算法计算复杂更低，实现了更加精确的空间目标识别。