伴随着科技进步和国家电力体制改革的深入,变电站设备的自动化与信息化已经得到快速发展,大部分电气信号数据可以通过监视监控设备实时采集和记录,可以实现部分的无人运行状态。处于较为特殊的环境下的仪器仪表监控设备还是存在着无法即时获取巡查数据的问题,而机器人取代人工的方式可以提高生产效率,在获取信息、设备预警和缺陷检测等方面具有重要作用。本文针对变电站存在的分合式开关状态模拟仪表和具有复杂表盘的单指针模拟仪表分别给出仪表状态或仪表读数的自动检测识别算法。因为在实际变电站场景中,设备采集的仪表图像具有较多的环境背景,仪表并非是图像的主体内容。因此需要在读数前对仪表的定位和提取问题展开研究。本文主要的研究内容如下:(1)变电站仪表识别系统基本需求分析,仪表定位、读数精度的评价方法和系统软硬件设计。因为仪表的工作环境比较特殊,很多区域无法获得很好的光照效果。所以在增加补偿光照措施的同时,分析不同照射方式对拍摄仪表的影响。本文将软件系统和算法设计作为研究的核心问题,在软件系统组成中以模块化设计方式分别搭建采集模块、仪表网络定位模块、仪表读数模块和前端显示设计模块。(2)针对仪表定位的问题,采集两种类型仪表的图像进行人工标注并制作训练集和测试集。利用数据白化操作减少图像的复杂程度,利用修改的语义分割网络在TensorFlow框架中进行训练获得网络模型和训练日志。通过TensorBoard对训练日志进行分析和评价,并对处于多种环境下的仪表进行检测定位。试验结果证明,该网络能准确的定位仪表并将完整的仪表区域提取出来,具有较好的抗干扰能力。(3)分别针对两种仪表提出识别算法。分合式状态开关仪表利用其结构和颜色信息提取颜色特征并以此作为识别的依据;指针式仪表因为其表盘特殊,所以提出了利用Haar-Like特征构造滤波器,将仪表背景滤除。再进行Polar展开投影校正提高仪表刻度的识别精度,最后按照距离比例进行读数。读数试验表明该方法能有效的识别单指针仪表的示数。