1.一种天基背景下星图处理方法，其特征在于，所述方法包括如下步骤：S1、星图去噪：采用基于去噪因子的二维高斯固定阈值法对原始星图进行预处理以消除背景噪声，获得预处理后的星图；所述去噪因子的取值由图像的梯度决定，去噪因子的取值保证图像中的目标被保留且图像中的噪声被消除；

S2、星图增强：采用拉普拉斯算子加权融合方法对预处理后的星图进行图像增强，获得增强的星图；加权融合采用权重因子，所述权重因子的取值由图像的对比度决定，权重因子的取值保证图像中细节信息被保留；

S3、星图背景提取：采用局部对称因子描述恒星周围梯度强度信息，提取增强的星图中的背景；所述局部对称因子由恒星梯度差值决定，局部对称因子的取值保证图像中的恒星与空间目标被区分；

S4、星图平滑处理：结合局部对称因子、局部控制因子和局部增强因子构建出平滑函数，通过平滑函数的输出结果对增强的星图中相应区域进行标记并作出保留或删除处理，得到空间目标图像；

所述步骤S1中，基于去噪因子的二维高斯固定阈值法对星图进行预处理，获得预处理后的星图R(x,y)，采用：；

实现，其中f(x,y)表示初始星图，x表示像素的空间横坐标位置，y表示像素的空间纵坐标位置，  表示求取导数操作， 表示去噪因子；

去噪因子 为：

；

其中，n表示迭代次数， 表示原始星图二维梯度值，g(x,y)表示二维高斯函数；

所述步骤S2中，拉普拉斯算子加权融合方法对预处理后的星图进行图像增强获得增强的星图B(x,y)为：；

其中，I(x,y)表示拉普拉斯变换算子，β表示权重因子；

所述权重因子β为：

；

其中，p(i,j)表示像素间的灰度差的像素分布概率，L表示图像灰度值，gk表示第k个图像直方图，b0、b为常数项，i表示像素在x轴上距原点的距离，j表示像素在y轴上距原点的距离；

所述步骤S3中，所述局部对称因子c(x,y)为：；

其中，α表示恒星绝对梯度差值，p表示初始窗口大小，q表示窗口的最大值；

所述步骤S4中，结合局部对称因子、局部控制因子和局部增强因子构建出的平滑函数M(x,y,n)为：；

其中，S表示局部控制因子，H表示局部增强因子；

所述局部控制因子S为：

；

n

其中，n表示迭代次数，B 表示增强的星图B(x,y)第n次迭代；

所述局部增强因子H为：

；

其中，Ilocal表示局部背景平均强度，Iall表示整个图像背景的平均强度；

所述步骤S4中，进一步包括：当平滑函数趋近于1时，标记该区域为恒星；当平滑函数趋近于0时，标记该区域为目标；剔除星图中标记的所有恒星，进而得到空间目标图像。