李慧慧，闫 坤*，张李轩，刘 威，李 执

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

0 引言

电力、化工等领域存在数量庞大的仪表用来记录现场状况和生产数据［1］，由于电磁干扰等环境因素的影响，工业生产普遍采用指针式仪表［2］。指针式仪表读数识别主要依靠专业人员定期进行现场巡检，该工作方式易受到人眼分辨能力、工作人员熟练程度、视觉疲劳等主观因素的影响，检测效率较低且难以保证数据的准确性。而在高辐射、强噪声、高低温等不适宜近距离测量环境内，仪表的采集和读取是一项非常艰巨的任务［3］。随着我国工业领域从劳动密集型向科技密集型不断转变，传统人工抄表方式亟需转向基于机器视觉的智能识别，以提高生产效率［4］。因此，实现指针式仪表的自动识别和检测具有重要的现实意义及市场价值。

关于指针式仪表智能识别的课题，国外研究较早并取得了一定的成果［5-6］。葡萄牙里斯本技术大学的Alegria 等［7］采用减影法提取指针图像，再利用Hough 变换确定指针的偏转角度，但这种方法需要在相同环境下获取两个读数不同的表盘指针。Vázquezfernández 等［8］通过调整相机位置定位指针式仪表的旋转中心，获取固定大小图像。相较于国外指针式仪表智能识别的研究进展，国内的研究进展较慢。孙婷等［9］提出基于二维伽马函数的仪表识别方法，能够适应不同光照、不同类型的仪表指针定位，且识别的正确率达到94%；……