在工业测量和控制领域中，各式仪表被广泛应用，它们已经成为测量外部电量或非电量信号的重要的指示工具。采用机器视觉的方法采集识别这些仪表的面板信息具有现实意义。目前对于仪表示值识别的研究比较多，而对于面板信息中的准确度、单位等校验信息和仪表编号等仪表面板信息的识别研究涉及得很少，因为仪表面板上的校验信息和仪表编号等在字体、大小、对齐方式和排列上变化多端，有的编号甚至是手写体，背景复杂，而且许多应用场合还要求算法具有一定处理速度，这些都使得从图像中有效的识别这些信息变得非常困难，而这些信息对于仪表面板信息识别系统来说是至关重要的组成部分，同时从仪表的分类管理角度上看，也有必要对仪表管理数据（如仪表准确度等级、防外磁场等级、仪表类型等参数）进行采集。本文对电工类仪表面板上的单位、准确度等级、手写编号等字符识别进行了研究。主要内容如下： ⑴根据仪表面板图像的特点，首先去除仪表面板表面由于反光等原因产生的噪声干扰，然后采用全局阈值和局部阈值相结合的方法对其进行二值化处理。对待识别信息先初步定位，再局部二值化的方法进行图像处理，试验表明，效果良好。 ⑵通过数学形态学的方法对仪表面板二值图进行处理，结合仪表面板的特征，去除表框等干扰信息，定位分割出单位、准确度等级、手写编号等字符串。最后通过查找连通域的方法准确的把单位字符串和准确度等级字符串分割为单个字符。 ⑶对电工类仪表单位和准确度进行了归类总结，提出了一种空心字符转换为实心字符的算法，实现所有字符基于实心状态下经过归一化，细化为标准图像，最后通过模板匹配的方法实现了对于单位字符和准确度等级的识别。 ⑷对仪表面板上的手写编号识别进行了初步的研究，对于比较规范的手写编号，通过查找连通域分割出单个数字字符，同时结合投影法以及笔段组合法切割粘连字符。最后通过基于最佳鉴别变换的HMM手写数字字符识别方法，识别出编号。