当前空中交通管制（以下简称空管）导航设备的台站管理依赖人工,图像监控系统依靠远程摄像头通过数据采集回传至监控室由工作人员进行监控。这种模式依赖人工,容易造成工作人员疲劳工作,造成民航运营的隐患。因此本文研究提出了一种基于图像识别的远程空管导航设备监控系统,利用监控系统中的图像识别算法自动获取仪表图像信息,得到准确的仪表读数,空管通导部门变被动监控为主动识别安全威胁,将一般监控系统的事后分析变成事前预警和事中分析,减少了人为因素造成的误报、漏报,将操作人员从繁重的监控和读表工作中解放,提高空管导航设备的技术保障自动化水平,具有十分重要的意义。论文的具体研究内容如下:首先,对整体系统架构进行了需求分析和设计。构成的整体远程导航系统包括电源、摄像头、处理设备、空管导航仪等。摄像头获取实时空管导航仪图像,传输给处理设备进行预处理、ROI提取并校正、字符分割和识别,并发送给监管人员,从而形成整套基于图像识别的远程空管导航系统。对导航设备面板显示状态远程诊断系统的整体需求进行了分析,从而设计了整个系统架构,包括数据采集、图像预处理、ROI校正和字符识别子模块。为总体的技术研究打下基础。其次,针对导航设备面板的特点研究了对应的面板图像采集及预处理方法。首先对面板图像采集系统进行简介,然后论述对面板图像的预处理流程,包括面板图像的滤波去噪、面板图像灰度化以及对面板灰度图像的均衡化。经过预处理,获得可以进行识别的高质量面板图像数据。再次,研究了导航设备面板图像的ROI（Region of Interest）定位和校准。ROI的选取对面板图像中的符号识别尤为重要,本文基于形态学进行ROI定位。然而,由于原始图像倾斜角度的存在,会影响最终的字符识别精度,因此本文提出了一种基于边缘算子的ROI校正方法,对ROI进行倾斜校正,为最终的字符识别奠定基础。最后,研究了基于复合分类器的面板图像中的符号识别方法。首先进行ROI中的字符分割与归一化,然后选取统计特征和结构特征的组合作为特征量,由模板匹配、支持向量机和反向传播神经网络构成复合分类器识别面板中的符号,从而达到最终的高精度字符识别目的,为导航设备的远程诊断提供了精确的数据支撑。