军队射击训练中,传统的人工报靶方式易受场地环境及天气的影响,效率欠佳且存在安全隐患。近年来,研究人员不断从报靶算法和设备上寻求突破,应用电子辅助设备建立自动化射击训练系统,克服传统报靶的缺陷。本文在自动化系统上研究了数字图像处理算法,实现基于图像处理的自动报靶功能。本文的自动报靶系统包括ARM构成的下位机和上位计算机。下位机端通过网络摄像头获取射击训练中胸环靶面图像,一个摄像头对应一个靶道。为充分利用上位机端CPU资源,使系统能同时对多个靶面实时报靶,上位机采用多线程技术管理多个摄像头,监控靶面与实现报靶的任务。每个线程对采集的图像实现新增弹孔识别,最终在系统界面显示新增弹孔的位置和环数等信息。在上位机中研究了基于最大稳定极值区域(Maximally Stable Extremal Regions,MSER)的弹孔识别算法。为使MSER算法具有对环境的适应性,根据基于积分图像的阈值自适应算法对MSER算法改进(MSER-I),使MSER中参数可动态调节。同时为提升MSER-I算法的运算效率,通过帧间差方法快速确定待检测区域。并提出MSER单目标区域检测法,简化MSER算法流程。系统在帧间差获取的每个待检测区域中采用单目标检测策略,执行MSER-I算法以提取精确的候选弹孔区域。此外,摄像头获取的图像存在失真,通过透视变换将拍摄的胸环靶内像素映射于标准胸环靶中,区分胸环靶区域及背景区域,以此排除胸环靶外的候选弹孔。对于胸环靶内候选弹孔,利用弹孔特征排除非弹孔区域,根据报靶记录,排除靶面已报过的弹孔,最终识别新增弹孔。实验结果表明,在复杂环境中,本文提出的MSER-I算法能较精确的获取弹孔区域。其参数自适应策略可应对多变的环境光照变化,使检测的弹孔轮廓尽可能与实际弹孔相吻合。此外,帧间差法和单目标检测法的使用有效提升了弹孔检测效率。在弹孔筛选阶段,能根据弹孔重合率及弹孔特征,有效提取新增弹孔。综合分析,该系统满足报靶精度及实时性要求。