在坦克分队训练中,激光模拟训练系统作为高效的训练方法之一,还存在几大缺点：(1)激光速度远远超过炮弹飞行速度；(2)激光直线运动不能模拟炮弹飞行路线；(3)激光发散使得远距离光斑较大,从而使得模拟的炮弹爆炸区域大。针对激光模拟器的缺点,本文研究并实现了一种基于图像分析的坦克分队训练射击命中判定方法。该方法不仅使得模拟训练与实弹训练更加逼真,并能有效提高射击精度。本文研究的主要内容有：1深入分析了射击训练命中判定方法的整体框架和工作原理并给出了平台搭建的具体方法。主要包括摄像机和滤光片的选取、摄像机的安装位置以及频闪光源的选取和编码设计。2研究了基于尺度不变特征(SIFT)的稳像技术。稳像技术主要用以消除高速运转的发动机所带的图像抖动现象。从尺度空间的建立、特征点的检测及定位、描述子的生成、匹配对的搜索策略以及误匹配对的剔除进行了详细的分析。3进一步研究了基于Harris-SIFT的稳像技术。SIFT匹配算法虽然适应性强,精度高,但是效率较低；而Harris角点计算快,SIFT描述符具有较高的稳定性Harris-SIFT通过建立KD-Tree并利用K最近邻算法(KNN)寻找粗匹配对,并利用基于视差梯度约束的RANSAC算法消除伪匹配对用以提高整个算法的匹配速度。通过对比实验表明,Harris-SIFT算法保持了较好的稳定性,同时很好地提高了匹配的效率。4提出了一种频闪光源检测与识别方法。利用图像序列的最大值和最小值图像通过阈值分割的方法进行光源的检测；利用轮廓跟踪算法和消除弱小点进行光源的定位,并进一步识别出光源的编号。通过在强光环境下以及反光背景下的实验表明,该方法不仅稳定,同时效率较高。最后,设计并实现了射击训练命中判定方法,并在实验中取得了较好的效果。