随着科学技术的发展,各行各业对自动化程度的要求越来越高。指针仪表由于抗电磁干扰、可靠性高等优点仍广泛应用于生产生活的各个领域。由于指针仪表示数读取主要采用人工方式,不便于管理及自动化控制,且容易因人的视觉疲劳和疏忽造成误读,为生产过程埋下隐患。因此,研究利用机器视觉自动识读指针仪表示数具有重大的实际意义。本文以一款指针式电压表为识读对象,重点研究了指针仪表的识读方法。指针仪表的识读过程包括仪表图像采集、仪表图像预处理及分割、指针的定位及示数判定。仪表图像的预处理及分割是识读过程的重要环节,预处理及分割的效果直接影响到后续指针的提取。为此本文研究了图像的增强技术、滤波去噪技术、阈值分割技术及边缘检测技术,比较了Otsu算法与Niblack算法分割指针仪表图像的效果,针对经典Canny算子检测模糊图像易丢失边缘的缺点,采用双边滤波器代替高斯滤波器对算法进行改进,在实验中取得了更好的边缘提取效果。在指针定位方面,分析并验证了差影法提取指针的不足,针对Hough变换检测指针计算量大的问题,本文采用连通域分析技术提取出指针及刻度线,并使用Zhang快速细化算法提取了指针的骨架,在保证指针定位精度的同时大大减小了Hough变换的计算量。在判定指针示数方面,本文从细化图像中分割出了零刻度线和满刻度线,利用角度法获得了指针仪表的示数。最后,为验证本文识读算法的可行性及实用性,本文设计了指针式仪表的嵌入式识读系统,系统以S5PV210处理器为核心,搭载linux操作系统,通过USB摄像头采集仪表图像,并由上层应用程序实现仪表图像的处理及识读。读数测试表明,本识读系统具有较高的精度及实时性,具有很高的实用价值。