张李轩， 闫 坤,2， 李慧慧， 黄雪梅

(1.桂林电子科技大学 信息与通信学院，广西 桂林 541004;2.桂林电子科技大学 卫星导航定位与位置服务国家地方联合工程研究中心,广西 桂林 541004)

随着计算机图像处理技术的发展，机器视觉已广泛进入各种生产、生活领域。机器视觉是指图像转换为数字形式并进行分析，从中提取可供后端使用的信息，它是人工智能的关键。目前，机器视觉被用在远程信息采集、实时监控及特种场所管理。2011年汉诺威工业博览会上正式推出的工业4.0将工业发展推向智能化时代，其中工业设备信息采集是自动化的基础。常用的工业设备信息采集包括：1)基于各种传感器的信息采集；2)基于机器视觉的信息采集。由于基于机器视觉的信息采集具有无需侵入设备内部、安装方便等优势，被工业界广泛认可。指针式仪表的识别是机器视觉在工业信息采集方面的一个典型应用，由于其结构简单、维护方便、成本低等优点，被广泛应用于压力、电压和电流等各种物理参数的信息采集。因为这项应用的潜力巨大，多个研究团队采用计算机图像处理技术设计指针式仪表的识别与读数算法[1-4]。

目前对于指针式仪表指针的识别与分类有很多算法研究成果。主要研究方向为单一指针识别算法，文献[5-8]提出的方法针对单一指针式仪表，可以解决光照因素引起的识别算法鲁棒性问题。多指针识别及读数的算法研究相对较少，李祖胜等[9]提出基于Hough变换的双指针机械仪表读数自动识别方法，能够估计双指针仪表读数，但使用Hough变换对仪表清晰度要求较高且计算量较大。……