指针式仪表因其结构简单、使用便利、示数识别可靠性高、成本低且易于用在各类环境恶劣的场合等优点而被广泛应用在军事、医疗、教育、工业生产和生活之中。虽然数显仪表技术发展十分迅猛,但是指针式仪表在工业生产过程中仍占据主要地位。目前指针式仪表数据的获取大多数是由人手工抄表,手动记录并分析数据,在处理数据时劳动强度大、效率低,容易受到外界因素的影响,这些因素都会对识别得到的指针式仪表示数准确性产生影响。相比于传统的人工获取仪表信息的方式,计算机视觉技术的应用,极大地降低了劳动成本、提高了仪表检测的自动化水平,具有广阔的应用前景。目前,实现指针式仪表的自动识别任务是图像处理与模式识别领域研究的重点,其识别的关键在于如何快速准确对指针直线进行特征提取。因此,为避免上述问题的发生和提高线性指针式仪表识别的自动化水平,本文提出一种新的指针检测与示数识别方法,具体完成如下工作:首先,图像预处理。在进行图像识别工作之前要对待识别图像进行灰度化处理、图像滤波以及边缘检测等预处理操作,详细分析各部分完成的内容和相应的实现效果,通过对比分析确定合适的算法进行线性指针式仪表自动识别的预处理过程。其次,仪表指针提取与示数识别工作。分析现有识别算法中存在的不足,综合考虑图像特征提取过程中,无法高效地提取图像中的仪表指针,导致识别算法效率过低。因此本文提出一种基于阈值处理的Freeman链码仪表指针提取方法。通过对预处理后得到的图像进行Freeman链码操作,经过阈值筛选,获得图像中的仪表指针特征,根据链码方向参数计算指针偏转角度,采用角度法进行指针示数的识别工作。经比较分析验证本文提出的算法具有准确性、通用性和高效性。最后,倾斜线性指针仪表图像的校正和识别。图像获取过程中会由于某些外界条件的限制而无法获取正视图,导致出现图像倾斜的问题。分析倾斜的各种类型,针对图像发生畸变倾斜情况下,获取图像的特征点和匹配点,利用透视变换进行一次校正,使图像变为水平倾斜;再根据仪表倾斜特点计算出新一组特征点和匹配点,利用透视变换进行二次校正,从而完成指针式仪表倾斜校正的过程。通过不同的仪表图像和相关参数验证本文提出的方法能快速地校正倾斜图像后准确地得到对应的示数。