目前，受工作条件限制及经济性、便捷性等要求，我国计量检定领域大量使用机械式、模拟式仪表，其读数及数据记录工作目前只能人工完成。为提高工作效率，减少人工干预并降低出错概率，常采用的方案是以PC为中心的仪表视觉检测系统，虽然他们在一定程度上减轻了人工读数的负担，但还存在体积大、成本高、不易快速部署和使用、大部分计算能力闲置等缺点。本文设计开发一套基于机器视觉技术的嵌入式仪表读数识别系统，可以自动读取转换现有指针式和模拟式水表刻度，实现仪表的自动识别和数字存储。系统的硬件子系统主要指的是嵌入式硬件终端识别系统。该子系统基于嵌入式处理器构建，并配有具有高分辨率的工业照相机。硬件子系统主要负责图像数据的采集，读数识别算法的实现，以及提供必要的人机交互接口等。本文针对目前支持向量机（SVM）在实际应用中难以在拥有较快识别速度的同时，又能获得较高识别率的这一缺陷，提出一种基于图像像素梯度变化的新识别算法。本文将以天然气表作为样表，对它的表盘数字区域完成定位、预处理、提取数字特征点以及分类等一系列操作，同时，构建出一个基于数字特征的SVM分类模型，并采用交叉验证的思想进行参数寻优，最后给出一套既保证识别率又能保证可接受的识别速度的可行方案。与此同时，本文还针对传统Hough变换处理识别时遇到的一系列问题，提出一种改进后的指针式识别算法。该算法在提取指针轮廓后利用Hough梯度法对指针圆点进行定位，利用轮廓法对指针指向进行定位，最后通过牛顿插值法求出指针与零刻度线间的夹角和仪表示值的函数关系，从而实现仪表示值的智能读取。该算法很好地解决噪声对图像产生的干扰，在保证准确率的同时，识别速度得到了大大的提高。系统的软件子系统主要指的是服务器端的数据后处理软件系统。该子系统是基于.NETFramework4.0框架构建的，并在三层架构的基础上，采用单例模式、观察者模式和工厂模式完成开发。该子系统很好地利用.NET Framework4.0提供的并行任务（TPL，Task Parallel Library）技术完成对多个线程进行加载、控制、管理和同步。鉴于嵌入式终端和后台服务器一些特殊的需求，本文还在Socket通信的基础上，对这两者通信过程中使用的数据报文进行设计与定义。并对数据包传输的安全性进行分析，进而提出采用DES加密算法对终端与服务器之间传输的数据包进行加密的方案。在解决需求的同时，提升了系统的安全性。最后，本文对系统进行集成和测试，实验结果表明，该系统能够很好地满足实际需求。