在过去十年中,中国民航事业发展迅速,成绩令人瞩目。迅速扩大的机队成员、日趋先进的硬件设备以及新航线使得民航飞行员培训业正以崭新的面貌出现在世人面前,随着现代化的飞行员培训中心的兴建,对飞行员的数量及素质提出了更高的要求。加大飞行员训练投入、加快成才速度、提高训练质量是摆在各航空公司面临的重要课题。作为飞行模拟机训练系统中的数据采集与质量评估系统,能够突破国外的技术封锁,在保证模拟机训练系统安全和稳定的前提下,提供一种解决方案,实现了从信息采集到实时质量评估的全程自动化,整个过程可被分为三部分。第一部分是直接利用视频分频器针对模拟机训练系统显示器中的飞行数据进行视频采集,经过数据采集子系统将飞行数据传送到视频服务器,结合OpenCV开源视觉库,将视频分帧,从中抽取出图像,然后应用图像处理技术对图像进行相应的预处理,进行数据区域定位之后,采用模式识别技术,识别出图像中的各项参数。第二部分是在驾驶舱中安装摄像头,采集到的飞行动作视频,应用视频跟踪技术进行处理,本系统采用的视频跟踪技术将目标跟踪、目标检测及学习三者结合,能够实时准确的跟踪并识别目标动作。第三部分是结合飞行参数及飞行动作数据,提取出能够覆盖整个飞行轨迹的特征点,将采集到的大量的特征点集合组成训练集,训练基于BP神经网络的智能评估模型,并给出评分等级,评分等级分为：优、良、中、差、极差五等。本系统充分利用我国现有的模拟机资源,减少了主观因素的不利影响,实现了更为科学客观的飞行训练品质评估,将能提高飞行训练的评估效能,推动飞行训练领域的发展。实现了通过网络进行教学评估,能有效地减少训练成本,提高训练质量。