随着全民健身活动的不断推广,射箭运动逐渐进入大众视野,被越来越多人所喜爱。在射箭运动进行过程中,报靶是尤为关键的一环。传统的人工报靶方式,需要专业的裁判进行判别,耗费大量的人力和财力,同时,存在一定的安全隐患。为克服传统报靶方式的弊端,很多学者开始对自动报靶进行相关研究,自动报靶具有实时性高,安全性高,精确度高等优点,相较于传统的人工报靶优势明显。现有的关于射箭运动自动报靶系统的研究多数基于硬件,利用光电、雷达、声波等信号来做出判断,这类系统面临着安装使用繁琐、成本高昂、稳定性低等问题。本文针对现有自动报靶系统的缺点,将深度学习技术与图像处理技术相结合,提出一种更加精准、更具实时性的射箭运动自动报靶系统,该系统主要包含算法部分和软件实现部分。本文算法部分包含如下内容:关键帧提取环节,首先对通过摄像获取的视频根据适当的时间间隔进行帧抽取,然后对靶面区域进行截取,通过预先训练的神经网络模型定位箭支并获取箭支数量,从而自动过滤出关键帧。图像去雾环节,对多种去雾算法的效果进行了比较分析后,优选地采用了基于暗通道先验的图像去雾算法。环数识别环节,采用颜色分割及椭圆拟合来获取环线,采用帧差法和轮廓检测算法检测箭支,定位箭着点,然后依次判定箭着点与靶环之间的位置关系,确定环数初步检测结果;对于箭着点贴近环线的情况,采用LBF模型进行图像分割,剥离出箭头轮廓以及环线,进行进一步的精确校验,确保环数判定的准确度。经过实验,该算法的实时性和精度均能满足实际需求。本文的软件实现部分采用Spring Boot 2+React框架,以前后端分离的方式进行开发,使用MySQL数据库对数据进行存储,软件实现包含登录注册、射箭人员信息管理、分数统计管理、射箭自动报靶模块。为射箭人员提供了更加人性化、更加高效的云平台服务,具有良好的应用前景。