将非负矩阵分解（NMF）算法应用到空间目标图像识别中，对两种传统NMF算法的迭代规则进行了改进，得到了稀疏NMF算法，并分别在二维（2D）和（2D）2维度应用了这3种算法。在实验室模拟了空间光学环境，获得了多组空间目标缩比模型图像，图像预处理后建立了训练样本库和测试样本库，运用不同NMF算法对训练样本进行了特征基提取，采用最小距离分类器进行了测试样本的分类，各种NMF算法识别率均在78%以上，最高可达90%。实验结果验证了所提算法的有效性，与其他已有的目标图像识别方法相比，具有准确率较高、速度快