随着计算机技术和人工智能的发展，许多行业的管理手段和生产方式逐步由人工转变成自动或半自动方式，自动识别系统发挥了重要的作用，尤其在不能直接获取仪表数据的化工、冶金等行业以及环境比较恶劣的条件下进行实时监控时。自动识别系统可以减少人为因素造成的误判、提高生产率。　　 数字仪表自动识别系统是一个非接触方式实时的计算机处理系统，基于机器视觉、数字图像处理技术和人工智能，主要包括：视频捕获、图像预处理、数字区域定位、单个数字切分、数字模板库和数字识别算法。其流程为：通过USB摄像头或其他视频采集设备对数字仪表监控，经过图像平滑、灰度变换、二值化、数字区域定位和单个数字切分等预处理后，最终由识别算法识别出仪表的示数。　　 本课题针对河南省计量科学研究院对PTW UNIDOS放疗剂量计显示数据实时采集的应用需求，综合对比了多种图像处理方法和数字识别算法，结合当前的处理对像和系统性能的要求，研究并提出了一套合适的图像预处理算法和数字识别算法，并开发完成了PTW UNIDOS放疗剂量计自动识别系统。主要研究内容如下：　　 1、在捕捉到的图像中，感兴趣的只是仪表显示的数字，而数字区域只在整幅图像中占一小部分，使用全局阈值化很难取得理想的效果，采用基于局部门限处理的方法来提高预处理图像的质量。　　 2、对比分析已有数字区域定位方法，结合PTW UNIDOS放疗剂量计自身的特点，从速度、效率和准确性等方面综合考虑，选取人工辅助定位法快速准确地定位出数字区域。　　 3、构造适合系统需求的识别算法。针对系统对实时处理速度的要求较高，选取简单且易实现的模板匹配算法，并在传统的模板匹配算法的基础上加以改进扩充。　　 4、对于不同的数字仪表显示数字的前景色和背景色的不一样，系统应具有一定适应性，可以选择不同的色彩分量或灰度值作为识别的依据。