指示表常用来监控设备参数与运行状态,在众多生产生活领域都有广泛应用。大多数指示表不含通讯接口,测量数据需人工获取。而人工读数效率低且识别错误率高,为了改善指示表读数效率、提高数据读取的可靠性,针对指示表的智能识别方法被相继提出。现有读数识别方法主要借助减影法、区域轮廓质心法、Hough直线检测等方法来提取表盘中心并识别指针,这些手段容易受光照条件、相机视角的影响,因而对后续读数识别产生较大影响。本文在深入分析指示表结构与图像特征基础上,研究了一种基于刻度线特征的指示表读数识别方法。重点针对指针旋转中心的准确定位、指针中心线的可靠检测、字符提取与读数方法等方面进行详细研究。首先,利用区域生长法分割指示表表盘区域,采用离心率算子提取出指针与刻度线;根据刻度线向心性原理,利用Hough变换对指针与刻度线进行直线拟合,进而统计出这些直线的公共交点从而得到指针旋转中心。将该旋转中心作为约束条件,进一步实现指针中心线检测及指针朝向检测。然后,针对刻度线整圆分布和部分分布的两类指示表,分别提出相应的读数识别方法。对于刻度线整圆分布情况,基于指针旋转中心检测结果,对指示表图像进行极坐标变换,从而将圆形分布的刻度线转化为竖直线条;利用二维离散傅里叶变换计算出相邻刻度线间距,并对缺失刻度线插补,利用BP神经网络进行数字字符识别,并采用距离法识别出指示表读数。对于只包含部分刻度线的指示表,通过刻度线角度直方图检测出零刻度线和最大刻度线的位置,进一步利用指针中心线与零刻度线的夹角识别出指示表读数。最后,基于仿真图像和两种不同类型的指示表图像,完成读数识别实验。结果表明,本文方法在光照不均匀和相机视角倾斜等场合下均具有较好的鲁棒性,能够准确提取出指示表特征从而准确识别出读数。