计度轮仪表在户用、工业领域拥有广泛的应用,然而目前户用仪表检定装置的自动化程度较低,数据采集工作仍然需要大量人工操作,影响工作效率。除了常用的人工读数,现有的一些读数获取方法如光电采样法在应用过程中均有不足。因此,设计一种更有效的计度轮仪表识别方法,对于提高工业生产和检测效率具有一定的实用价值。关于计度轮仪表数字识别的研究,不仅要设计理想状态下各种字符识别算法,还需要考虑到环境光照干扰、图像倾斜、字符大小不一等情况对识别结果的影响,因此针对以上问题,本文主要研究内容如下:1、针对图像倾斜矫正过程中,传统Canny算法提取图像边缘特征效果不佳、动态性差的问题,研究了一种改进的Canny边缘检测算法,该算法在传统Canny算法的基础上,利用最大类间方差法,根据图像自身的梯度特性来动态确定用于检测边缘的高低阈值。算法既能够保留图像的边缘细节,又能抑制一定的噪声干扰,具有较强的自适应能力,提高了直线检测的精确度。2、由于字符区域的边框影响,导致刻度部分与字符部分灰度特性不同,使用单一的图像分割方法不能够很好的兼顾字符与刻度的完整分割。针对该问题本文采用两种分割算法相结合的方法,首先利用全局阈值法实现图像二值化,再在定位刻度后对灰度图像中的刻度区域使用局部分割方法,从图像中完整分割出刻度部分。实验结果表明,该方法能够在不降低运算速度的基础上完整分割出刻度和字符部分。3、针对计度轮仪表数字的识别,本文还设计了一种基于字符几何特征和形状特征的模板匹配法。将模板和待识别字符进行分块处理,在对待识别字符进行尺寸归一化处理之后,对各个分块所包含目标形状的质心和面积特征进行统计,利用最小二乘原理找出与待识别字符最为相近的模板,该模板对应的字符即为所求字符。经过实验验证,该方法对整字和半字的识别均有较高的识别率。经过实验验证与分析,本文设计的方法能够实现对计度轮仪表数字的识别功能,具有较好的识别效果。