指针式模拟表是工业生产车间内获取设备参数和监控运行状态的主要手段,其出色的稳定性和抗干扰能力,成为作业环境恶劣的传统工业中不可或缺的工具。但是,模拟表人工读数效率低、误差大、限制因素多以及安全隐患大等问题导致无法大规模使用,所以指针式模拟表盘自动读数成为工业上亟待解决的问题。为了满足工业生产对高精度和高效率的需求,并考虑到实际应用的轻量便携性,本课题研究了基于嵌入式平台AM5728的模拟表盘智能识别系统,实现指针式模拟表的全自动化读数。首先,研究了基于AM5728的嵌入式工业图像采集和显示系统。硬件方面,根据工业相机输出接口类型以及AM5728平台资源,完成了基于FPGA-Cyclone IV的Camera Link视频采集卡PCB设计与调试。软件方面,结合相机输出数据格式和嵌入式平台支持的媒体格式,设计了从Bayer到BT.1120格式的FPGA采集卡转换程序;并利用V4L2和VIP驱动框架设计了AM5728平台的Camera Link采集卡驱动。最终实现了高清视频的实时采集和传输。其次,研究了指针式模拟表盘识别算法流程,提出了现有算法的不足以及课题的创新方案。详细介绍了模拟表盘特征区域提取算法,并提出了基于邻域搜索JADE的二维Otsu阈值分割算法以及霍夫圆检测结合刻度线交点补偿的中心定位法。为了提高读数精度,提出旋转零点匹配法和“两点一线”指针读数法。最终通过角度法计算指针读数。最后,研究了基于异构多核平台AM5728的模拟表盘识别系统实现方案,以及算法性能优化方法。为了在嵌入式平台上正常运行所有功能模块,完成了开源算法库以及RT3070系列无线网卡的移植。重点介绍了基于QT5+Opencv的模拟表盘识别系统用户软件开发,包括软件的UI界面设计、功能描述和云服务器搭建。在实现所有功能后,利用Open CL异构平台并行编程标准对识别算法进行加速。最终通过实际测试实验,对整个系统的算法准确率、读数精度和运行性能等方面进行验证。结果表明,基于嵌入式平台AM5728的指针式模拟表盘智能识别系统在精度、运行效率、通用性和便携性上都独具优势,具有很大的工程应用价值。