在我国电力智能化系统快速发展的今天,电力自动化、无人值守的需求越来越紧迫。指针式仪表作为指示电力环境状态的量测工具普遍存在于电厂中。由于指针式仪表由人工判读完成,所以会出现效率低、误差大等现象。针对这种现象,本文研究并设计了复杂背景下仪表指针示数识别系统。由机器代替人对电厂仪表进行判读,进而达到提高工作效率、降低错误率的目的。本文通过深入了解指针式仪表的特点和构造,结合当前人工智能领域的先进技术,对仪表外形、仪表指针及表盘数字等相关组件进行了分析。本文提出了一种基于Adaboost分类器精确定位仪表的方法,该方法能有效解决因变电站复杂环境而导致的仪表难定位问题,相较于Hough变换的仪表定位具有较高的稳定性和鲁棒性。本文使用Sift算法实现旋转表盘和倾斜表盘中数字正确定位,利用Hough直线检测实现仪表指针提取,并依据平面向量夹角的计算公式完成对指针当前示数的判读。在对指针式仪表的研究和设计中,根据Sift算法的检测结果,本文提出了一种基于聚类算法的特征区域定位方法。该方法按照平面聚类划分的原则定位到Sift匹配点最密集的区域,实现对表盘数字高效定位。在对仪表指针提取的研究过程中,本文提出一种基于局部中心位置的指针重定位方法,该方法通过指针与表盘中心的位置关系利用Hough检测结果实现对指针位置重定位,进而完成对仪表指针更为精确的提取。在设计结构上,本课题采用手持终端进行现场信息采集,服务端对采集图像信息进行处理的C/S架构体系。根据实际需求实现了仪表指针识别系统,并完成了对COMPOUND GAUGE(真空压力)仪表指针示数的精确判读工作。