在工业无线技术得到大量应用的今天,利用图像信息对传统指针式仪表进行准确测读具有十分广泛的现实意义。虽然目前有许多图像处理方法可以实现仪表的自动测读,但这些方法在测读的速度、精确度和抗干扰性等方面都有不同程度的缺陷。本文对基于机器视觉的仪表测读过程进行环节划分,针对各个不同的环节,分别寻求相对理想的图像处理处理方法,从而实现测读方法整体性能的优化,在测读速度、精确度和抗干扰性等方面达到较好的平衡效果。　　 本文重点对表盘圆心的标定、仪表图像的分割、指针信息的提取这三个关键环节的技术方法进行了研究。　　 (1)在圆心标定方面,由于仪表的灰度图像在表盘内外存在明显的灰度值差异,根据能量最小原理,可以迭代求取使得能量函数达到极小值的圆心和半径信息。这种方法充分利用了仪表图像的整体灰度信息,受局部区域噪声干扰的影响较小,标定效果准确。　　 (2)在仪表图像的分割方面,首先利用一种基于像素点比例的自适应阈值法对原始图像进行二值化分割;然后利用Zhang快速并行细化算法对二值化图像做细化处理,进一步简化图像信息,从而有效减少后续的指针信息提取环节的计算量。　　 (3)在指针信息的提取方面,抓住已标定的表盘圆心信息,分别使用Hough变换法、中心投影法和最小二乘直线拟合法提取指针信息,通过对比计算的速度和精确度等指标,给出最理想的提取方法;同时根据指针与表盘中心的相对位置确定指针方向信息,为指针示值计算提供足够的信息量。　　 (4)最后,本文介绍了整套算法在STM32嵌入式平台和TI DSP平台上移植和验证的过程。首先描述了硬件平台的主体结构,接着分析了从图像数据采集、处理到最终计算结果输出之间的信息流动控制,最后介绍了算法和控制程序的整体框架,给出了不同平台下算法运行的效果分析。