电视广播的重点是“愚弄人眼”。
而这种“欺骗”，尤其是在带宽限制良好的情况下，导致了隔行扫描，其中帧的偶数行在一个半帧中传输，而奇数行在另一半帧中传输。当然，在太空电视中，有时会使用广播技术，包括隔行扫描。然而，在观察运动物体时，隔行扫描会导致特定的失真，这在特殊的空间电视系统中是不可接受的，其任务是实时测量运动物体的坐标。
因此，在太空电视中，主要使用逐行扫描（来自算术级数的概念——这就是电视线坐标的变化方式）。
太空电视清晰地勾勒出均衡源和频道匹配的科学问题，超越了哈特利和香农时代以来已知的传播理论。 数学上最优的系统可以通过一个耦合方程来描述，该方程考虑了提高传输质量的目标，同时考虑了许多约束。 考虑到对最少足够数量的主导信息的渴望，通信方程已经成为ε熵概念的发展。
电视拍摄期间地球表面的图像被投射到接收设备上 - 一个摄像机，借助摄像机将其转换为电磁信号，并以电报模式通过无线电频道传输到地球的接收站，或记录在磁带上。到达接收站的电视信号被转换成电视屏幕上的可见图像，并在必要时使用特殊设备从电视屏幕上拍摄。帧电视图像的特点是高几何精度和由于相邻帧的大重叠而获得立体对的能力。
电视空间摄影的优势在于速度和效率。缺点 - 照片图像质量不够高，分辨率差（比照片低几倍）。
空间电视清晰地勾勒出均衡源和频道匹配的科学问题，超越了哈特利和香农时代以来已知的传播理论。数学上最优的系统可以通过一个耦合方程来描述，该方程考虑了提高传输质量的目标，同时考虑了许多约束。考虑到对最少足够数量的主导信息的渴望，通信方程成为了ε熵概念的发展。
它规定了信源和信道的匹配，在此期间信源（电视摄像机加上信源的数字编码器）产生信息的速度接近信源的熵，信道中的传输速率R趋于其吞吐量。当达到平衡时，源的ε熵 Нε 等于通道的吞吐量 Cε，即它们在“鞍”点收敛并变为相同的值。
电视理论的一个特点是需要考虑多种噪声源——光子、光电探测器的读数和无线电频道。
基于对象和背景动态属性的先验信息的视频信息处理是在几帧上进行的；通常，由于一些限制，它归结为光度信息的顺序初级和次级处理。在初级处理的过程中，解决了两个任务，第一个是对检测（假设H1的有效性）或非检测（假设H0的有效性）对象（无论它们属于背景还是被选中）做出决定物体），第二个是检测物体的当前坐标x（n），y（n）的形成。
在跟踪对象的过程中，二次处理减少为检测物体的轨迹，通过轨迹类型区分物体，评估这些轨迹的参数。在空间电视系统中，与雷达系统相比，该阶段的执行考虑了所选物体和背景图像的模糊效果。
用于在初级处理期间观察输入信号的模型包括像素输出处的连续信号 uij (t)，坐标 i、j 用于假设 H0（没有来自物体的信号）和 H1（有来自物体的信号） ) 并表示为添加剂混合物：
其中： z (t) = (x y) T ⊂ Ω 是所需参数的向量，特别是物体 x 和 y 在天空平面中的坐标，属于空间 Ω； Sij(t,z(t))——有用信号； gij (t) - 背景信号； fij (t) - 光子噪声（干扰）。
如果在星空背景下检测到小物体，我们可以假设信号 Sij (t, z (t)) 和信号 fij (t) 的概率密度由镜头的脉冲响应（点扩散函数）决定，即通常用高斯曲线近似。利用卷积定理，我们可以确定信号 uij (t) 的概率密度 ω (uij, z)，以及矢量信号 u (t) 在一组像素上的概率密度 ω (u, z)。信号u(t)属于值空间U(u(t)⊂U)。
为了获得对象 z (t) 坐标的估计值（具有两个分量 - 一个以像素为单位的坐标中的整数和一个由重心计算的子像素），即向量 z (t) 的参数，决定采用函数（与阈值比较） (u) ，对于具有 (z, γ) 的给定惩罚函数，它最小化估计检测对象坐标的平均风险 Rδ。
其中： ω (u | z) 是参数 z 的似然函数； ω (z) 是先验概率密度 z。
用于对象检测和估计其坐标的固态电视系统的优化和适配的一个特征是光栅的离散性。事实上，它导致经典匹配滤波器（北滤波器），对于连续参数形式化，对于输入处的连续参数和输出处的离散参数的情况不再适用。而且，如果在连续系统中，当检测信号并估计其坐标时，该North滤波器是通用的，那么在具有连续输入和离散输出的系统中，在检测和估计坐标问题中累积区的最优尺寸是不同的。
因此，电视摄像机的光电探测器矩阵与镜头匹配，从而镜头的 PSF 由大约 9 个相邻像素 (3 × 3) 采样，这在坐标估计中提供了最小的误差。似然函数的形成和对象检测应包括根据 PSF 的先验信息对像素读数进行线性过滤，或进行分组的准最优操作相邻像素的信号（合并）。
根据空间物体的大小，以及到达光电探测器感光区域的信号强度，一个空间物体在几个相邻像素中的信号可能会超过检测阈值。在这种情况下，对象的坐标应该基于来自这些相邻像素的信号的联合处理来确定。与阈值进行比较后，在每一帧中确定信号超过阈值的元素的坐标。高亮物体的轮廓后，形成一个数字h(i,j,n)的数组，用下划线的亮度变化来描述物体的图像。
为了达到最小的平均风险，对象的坐标是通过一组像素（属于一个对象的连接区域）的重心以亚像素精度估计的。
