在传统化工、冶金、核电等行业中,数字显示设备已经广泛应用。随着“互联网+”以及“云计算”概念的提出,为了实现数显设备显示数据的网络化和数字化,需要在不破坏原有数显设备基础上进行技术升级,即使用无接触式的方法读取数据。目前,数字显示仪器终端显示数据的读取和检测主要由人工进行,需耗费大量的人力物力且人为误差较大。为解决此类问题,本文通过深入分析图像识别技术,针对大部分仅仅是通过LED来显示数值且没有附带数据传送功能的数字测量仪器,在不破坏原有设备同时保障其原有稳定性及安全性的条件下,设计并实现了数字显示仪器的智能动态识别检测系统。自上世纪50年代以来,图像识别技术蓬勃发展,取得了诸多卓越的成就。但大部分主要是针对静态图像的处理(如车牌识别技术),而对动态显示的数字字符研究较少。本文在详细分析相关理论、调研国内外数字图像识别发展进程的基础上,以七段式数码管动态显示的识别技术为重点研究对象,借鉴前人的研究方案并进行成果分析,设计了基于图像处理的系统方案和工作流程。本系统主要分为5个模块:被检测数字显示器,图像采集部分,数据接口传输部分,PC端图像处理模块以及系统控制模块。主要完成的工作有:第一,选用可控CCD工业相机以及USB模块,实现数字仪器终端显示数据的采集和实时传输。第二,选用FPGA控制模块采集CCD相机拍摄图片的清晰度并与动态数据显示相吻合,将信号反馈给PC端用以控制相机拍摄时间,确保高效、完整地拍摄到被测仪器的动态数字显示图像。第三,在图像预处理部分充分分析被采集图像的特点,利用相应的图像预处理技术,对图像进行定位、灰度化、图像增强、二值化、噪声滤波、矫正、字符分割、归一化等处理,便于保证图像最终识别的效果。第四,分析数字字符成像特点,提出穿线法和网格法相融合的方法提取图像特征。利用所获得的融合特征,分别通过基于模板匹配法和BP神经网络法对所采集到的图像进行比对识别分析,通过实验数据证明BP神经网络识别方法要优于模板匹配法。第五,确定系统软硬件测试环境,完成系统测试。通过实验证明本系统对数字仪器终端数据动态显示识别具有良好的效果,具有很高的实用价值。