目前用户在水表读数时,通常是直接使用肉眼去识别。对于抄表员来说,工作量无疑是繁重的,而且存在着一定程度的误读和管理上的不足。随着数字图像处理和人工智能的飞速发展,水表读数识别技术有了足够的技术支撑,得以实现水表读数的自动判读,又结合移动互联网和新兴设备,将该技术应用于手机之上,使其能够迅速普及。本文主要使用人工智能和图像处理技术,对手机拍摄的水表图像进行预处理,然后检测并识别水表的指针与数字部分,最终实现水表的自动判读。本文的主要成果如下:(1)完成了水表图像的预处理。利用双边滤波实现图像的去噪;利用GrayWorld算法实现图像的亮度平衡;利用彩色直方图均衡化算法实现图像的对比度增强;利用图像处理中的Hough变换,多边形拟合,仿射变换等实现了图像的倾斜矫正。(2)实现了水表指针的提取与识别。利用彩色空间变换和图像的形态学变换提取出水表的指针,基于Hough变换找到每个指针的圆心,并结合改进的步长法找到每一个指针的指向,最后利用角度读数对应表和指针间的关联关系计算出指针的示数。(3)实现了水表数字的提取与识别。本文基于多边形拟合算法提取出数字边框,并结合轮廓检测对数字进行分割;文中设计了一套阴影去除算法来去除数字周围阴影;针对半字情况设计了 一种识别半字的算法并最终使用卷积神经网络对数字进行识别。(4)在以上三项工作的基础上,设计并实现了一套水表读数识别系统。系统包括移动端展现部分,后台业务处理部分和数据库部分。移动端支持iOS和Android双端系统展示,后台包括水表读数识别和用户管理等模块。其中水表读数识别模块是本文和本系统的核心部分。该系统能够准确识别水表的数字和指针部分,并将结果反馈给用户,减少抄表员工作量,具有一定的实用意义。论文的结尾提出了几个有待改进的方面。