技术特征：
1.用于微纳卫星的三目视觉敏感器，其特征在于，包括两个远场镜头和一个近场镜头，对每个镜头均设置一个成像单元，三个镜头共享一个数据处理单元；所述两个远场镜头分别位于所述近场镜头的两侧，所述两个远场镜头采用相同镜头；所述两个远场镜头作为双目视觉的镜头，所述近场镜头作为单目视觉的镜头。2.如权利要求1所述的用于微纳卫星的三目视觉敏感器，其特征在于，所述远场镜头包括第一主镜筒，第一镜片、第一隔圈、第二镜片、第二隔圈、第三镜片、第三隔圈、第一光阑片和第四镜片依次设置在所述第一主镜筒内，所述第一主镜筒第一镜片的一端套设有压圈；所述压圈前端安装遮光罩。3.如权利要求2所述的用于微纳卫星的三目视觉敏感器，其特征在于，所述第一主镜筒、第一隔圈、第二隔圈和第三隔圈上均开有漏气槽；所述第一镜片、第二镜片、第三镜片和第四镜片的全部非成像面均涂黑漆，所述远场镜头的金属零件均经过发黑处理。4.如权利要求1所述的用于微纳卫星的三目视觉敏感器，其特征在于，所述近场镜头包括第二主镜筒，第五镜片、第四隔圈、第六镜片、第五隔圈、第七镜片、第二光阑片、第八镜片、第六隔圈、第九镜片依次设置在所述第二主镜筒内，所述第二主镜筒第五镜片的一端套设有前压圈，所述第二主镜筒第九镜片的一端套设有后压圈；所述前压圈前端安装遮光罩。5.如权利要求4所述的用于微纳卫星的三目视觉敏感器，其特征在于，所述第一主镜筒、第一隔圈、第二隔圈和第三隔圈上均开有漏气槽；第五镜片、第六镜片、第七镜片、第八镜片和第九镜片的全部非成像面均涂黑漆，所述近场镜头的金属零件均经过发黑处理。6.三目视觉敏感器非合作目标测量方法，其特征在于，采用如权利要求1至5中任一权利要求所述的三目视觉敏感器，在远距离采用小视场远场双目视觉测量方式，当距离接近到目标无法同时进入双目视觉视场时，切换为大视场近场单目视觉测量方式；在大视场近场单目视觉测量方式中，单目视觉依据双目视觉获得的目标尺寸获取目标的相对位置和姿态。7.如权利要求6所述的三目视觉敏感器非合作目标测量方法，其特征在于，小视场远场双目视觉测量方式又包括两种情形，当目标在双目视觉视场内为点目标时，利用双目视觉测量目标的高低角和方位角，当目标在双目视觉视场内为非点目标时，利用双目视觉测量目标的相对位置和姿态。8.如权利要求7所述的三目视觉敏感器非合作目标测量方法，其特征在于，当目标在双目视觉视场内为非点目标，利用双目视觉测量目标的相对位置和姿态，具体包括如下步骤：步骤S1：对图像进行预处理、边缘检测和边缘后处理；步骤S2：根据图像中提取的椭圆进行三维空间中目标上的圆的三维重建，估计空间圆的几何参数，并由此获得目标的相对位置；步骤S3：根据图像中提取的二维目标轮廓进行三维空间中目标轮廓的三维重建，并由此估计目标的相对姿态。9.如权利要求8所述的三目视觉敏感器非合作目标测量方法，其特征在于，所述步骤S1中，所述预处理包括图像对数变换和镜头畸变纠正；采用标准的canny边缘检测算子进行边缘检测；所述边缘后处理具体为：首先，去除交叉点以及弯曲比较大的点，从而将影像上的边缘分割成不同的边缘段；接着利用边缘跟踪算法，将跟踪得到的短的边缘去掉；然后利用直线段和圆拟合的方式，将误差比较大的直线段剔除；在利用直线段合并等方式，保留最有可能为直线段和椭圆的边缘，其他的边缘则直接剔除掉。10.如权利要求8所述的三目视觉敏感器非合作目标测量方法，其特征在于，所述步骤S2中，空间圆的三维重建具体包括：椭圆粗提取：利用经过步骤S1处理后剩下的边缘进行椭圆的拟合，剔除掉长短半轴之比充分接近一定比例的椭圆，并保留椭圆具有有效边缘点的部分占整个椭圆周长的一定比例以上的椭圆，然后取长短半轴平均值最大者作为计算所需要的椭圆；椭圆迭代精化提取：为了提高位置解算精度和稳定性，在椭圆粗提取的基础上进行迭代精化提取，具体如下：步骤S2.1：假设初始椭圆方程为，其中，a、b、c、d、e、f为椭圆参数，x、y分别为椭圆的x轴和y轴方向坐标；步骤S2.2：由椭圆方程进行离散化，得到若干离散的椭圆边界点，n为离散点个数；步骤S2.3：在椭圆中心O与的直线方向上，在前后一定范围内，按照一定步长，搜索局部梯度最大点，得到一圈新的椭圆边界点；步骤S2.4：排除新的边界点中局部梯度和大于三倍中误差的点，然后拟合新的椭圆；步骤S2.5：重复以上步骤，直到前后两次椭圆中心和长短半径小于一定阈值后结束迭代，最后得到的椭圆圆心位置代表目标的相对位置。11.如权利要求8所述的三目视觉敏感器非合作目标测量方法，其特征在于，所述步骤S3中，目标轮廓三维重建的步骤如下：步骤S3.1：对于目标轮廓的角点按照顺时针方向排序，并以右下角的点作为起点，则左右影像上相同编号的轮廓角点即为同名点，通过前方交会可以得到四个轮廓角点的三维坐标，假定分别为；步骤S3.2：计算以上四个轮廓角点的重心，假定为；步骤S3.3：计算矩阵；步骤S3.4：对N进行奇异值分解，分解得到的最小的奇异值所对应的特征向量就是目标轮廓的法向量，假定为，其中；步骤S3.5：估计垂直于法向量的、与目标轮廓尽可能平行的两个单位向量和，和的方向选择必须保证与构成右手系，这两个单位向量与构成目标本体坐标系的三个轴向，确定了目标的姿态；假定目标的姿态用如下的矩阵表示：，若用三个角度来表示目标的姿态，即为；步骤S3.6：根据四个轮廓角点可以进一步地估计四个轮廓角点构成的四边形各边的半边长，该四边形为目标轮廓；步骤S3.7：估计出目标轮廓的所有参数，并对四个轮廓角点表示为：，其中，，，，为目标轮廓边长的一半；步骤S3.8：将以上的方程代入共线方程，得到如下的误差方程；步骤S3.9：分析以上的误差方程，该误差方程的位置量为、、、、、和，将该误差方程记为，对其进行线性化，即按照泰勒级数展开，得到；步骤S3.10：对四个轮廓角点，考虑左右影像，列出上述线性化的误差方程，得到如下矩阵形式的误差方程；步骤S3.11：采用最小二乘原则，求解上述矩阵形式的误差方程得到；步骤S3.12：由此修正目标轮廓的参数，如果发现修正量已经很小，那么就已经得到了目标轮廓参数的最优估计值，否则需要返回步骤S3.5进行下一次的迭代计算；根据以上提取的四边形轮廓，利用其提供的两个正交的方向进行局部坐标系的建立，这样就可以通过局部坐标系的坐标轴的方向分解出目标的三个姿态角。