为了建设智能化、无人操作管理化机房,电力机房逐渐采用巡检机器人代替人工进行工作。但是在巡检过程中,指针式仪表自动识别一直存在识别精度不高、易受光照变化影响的问题。论文针对指针式仪表识别问题展开研究,系统地研究了仪表检测与定位算法、指针和刻度拟合和复杂环境下仪表刻度拟合等方法,实现了适用于电力机房巡检机器人的指针式仪表读数方法。论文主要工作和创新点如下:(1)研究了基于Faster RCNN和相似性度量的仪表检测算法。由于Faster RCNN网络生成的候选位置筛选不精确,易造成误检和漏检的问题。采用了基于特征相似度比较的模板匹配策略,从特征层面对候选区域进行深入分析和类别判断,进一步强化了候选区域筛选机制,有利于减少误检和漏检现象,提高了检测精度。(2)研究了指针式仪表读数识别算法。通过基于轮廓的边缘检测算法计算仪表倾斜角度完成对仪表的校正。采用梯度二阶导数的Canny边缘检测算法过滤非刻度线段后,通过LSD算法识别刻度线段,然后通过Zhang快速细化算法对刻度进行细化并使用骨架分支点提取刻度线的重心。最后从角度法和距离法分析刻度与指针之间的关系,计算指针式仪表的示数。最后通过实验对结果进行分析,两种方法都能保证低误差率,满足巡检任务的要求,提高了指针式仪表读数识别的效率。(3)研究了复杂环境下的仪表读数识别算法。首先采用基于Retinex理论的自适应Gamma增强算法处理图像表面不均匀光照的影响。然后对刻度进行提取后,存在刻度缺省现象,根据刻度间角度关系,采用插值法进行修复。(4)研究了指针式仪表自动识别系统设计。首先,对巡检机器人系统整体设计进行详细介绍。然后,介绍系统硬件和软件组成,包括用户图形界面,系统算法流程的每一个实现步骤,并进行了可视化。最后通过实验与结果,分析算法识别结果,验证了算法的实时性和有效性。