近年来我国石油化工产品行业发展迅猛的同时也伴随着危险事故的频发。石化工业中存在许多易燃易爆物品,事故发生时容易造成重大财产损失与人员伤亡。目前,越来越多的机器人应用于石化行业中进行巡检工作。石化爆燃环境中存在有大量指针式仪表,对仪表进行定期巡检是巡检机器人主要的工作内容也是预防安全隐患的重要途径。针对石化爆燃复杂环境中采集到的仪表图像易受外界因素干扰导致图像质量较低,识别困难的问题,本文基于图像处理技术对指针式仪表图像增强与读数识别技术展开研究,本文主要工作如下:（1）针对石化爆燃环境下巡检机器人在室外工作场景中光照条件对采集的仪表图像质量的影响,对图像光照不均匀校正技术展开研究,提出一种改进的二维伽马函数校正算法。利用多尺度高斯函数完成光照分量的提取,基于提取出的光照分量,构造了一种新型二维伽马函数,根据图像的光照分量对仪表图像亮度进行自适应调整,并通过不同光照条件下的仪表图像校正实验证明了提出算法的有效性。（2）针对复杂恶劣环境中巡检机器人获取的仪表图像易产生运动模糊的问题,研究运动模糊图像复原技术。提出一种改进的运动模糊图像点扩散函数（PSF）的模糊参数估计方法。在参数估计前,首先采用Canny算法对运动模糊图像进行边缘检测,筛选出边缘信息较多的子图像块进行模糊参数估计;之后对图像进行倒频谱分析,采用Canny算法对倒频谱进行边缘检测,通过Radon变换估计模糊角度,根据倒频谱负峰值距离估计模糊尺度,并通过模糊参数估计实验验证了本文提出的模糊参数估计方法的估计精度;最后,基于估计的PSF参数,采用维纳滤波完成仪表运动模糊图像复原。（3）在经过光照不均匀校正、运动模糊图像复原算法提高仪表图像质量后,进行指针式仪表读数识别技术研究。首先通过SURF特征提取算法与透视变换实现仪表特征提取与倾斜校正。为降低仪表表盘与指针提取的难度,对仪表图像进行自适应阈值分割与图像细化,之后通过Hough变换提取表盘,通过添加圆心约束的改进的Hough变换提取指针,最终通过角度法实现自动读数。并利用巡检机器人实验平台验证本文指针式仪表读数识别算法在各种复杂条件下的识别精度。最后,论文对所做的研究工作进行了总结,阐述了研究工作中存在的不足,并对今后需要继续研究的方向进行了展望。