指针式仪表以其结构简单、读数方便、受外界电磁干扰等因素影响较小而广泛应用于电力、冶金等工业生产领域。本文主要研究基于机器视觉的圆形指针式仪表自动读数识别技术,具有一定的理论意义和实用价值。在自然光照条件下,利用相机对圆形指针式仪表进行原始图像的采集。针对采集仪表图像相机存在的畸变误差,将二维平面靶标相机标定法引入仪表图像采集,利用二维平面靶标相机标定法对相机进行标定以获取其内外参数,利用其标定参数进行原始图像畸变校正以提高图像采集精度。然后,再运用数字图像处理技术对校正后的指针式仪表图像进行滤波去噪、阈值二值化、Laplacian边缘检测等预处理操作,减少仪表图像中的噪声干扰,突出表盘有效信息。由于仪表现场环境的复杂性,仪表的安装位置不是精确地垂直于地面,采集到的圆形指针式仪表图像存在一定程度的旋转倾斜角度。本文采用SIFT(Scale Invariant Feature Transform)特征提取算法分别提取待测图像与模板图像的特征点,利用模板匹配方法对指针式仪表图像进行旋转校正,从而可以更加精确地计算出仪表指针线的倾斜角度,以消除或降低由于仪表旋转倾斜而造成的读数识别误差。对于旋转校正后的指针式仪表图像,通过检测到圆形仪表轮廓和仪表指针所在的直线,计算出指针线的倾斜角度,利用指针角度计算法计算出当前仪表读数。由于经典Hough变换检测圆的算法需要在笛卡尔坐标空间和极坐标空间对所有的像素点进行坐标转换,效率低下。本文提出利用最大连通区域算法检测指针式仪表轮廓,通过分析每个参考像素点与其周围8邻域中的像素点的连通性获取仪表轮廓所在的最大连通区域,从而定位仪表轮廓。利用形态学膨胀腐蚀操作提取出指针线骨架,利用Hough变换算法在仪表轮廓区域内部进行指针直线的检测。最后,基于实测数据,通过仿真实验对本文提出的基于相机标定和最大连通区域的圆形指针式仪表自动读数识别方法进行了检验。实验结果表明,本文所提出的方法相对传统的最小二乘法、基于区域生长的方法以及Hough变换算法在识别效率和识别精确度都有较大程度提高。