随着我国经济的快速发展和“一户一表,”政策的落实到位,民用天然气的用户数量在不断增加。由于历史原因,目前仍有半数的用户在使用机表,需要抄表员上门抄表计费。这种方式不仅严重影响居民的日常生活,并且耗费人力物力。虽然智能远传表的技术逐渐成熟并得到一定范围的应用,但是,由于成本和改造工程复杂等因素,在现阶段实现全面更新仍存在一定的困难。因此,急需一套解决方案,能够低廉、快速、便捷地改变机表的抄表和缴费方式,让机表用户享受到智能远传表的服务。许多研究者就这一问题,提出了基于图像的远传抄表方案。但目前的研究大多是搭建在传统自组织网络或蜂窝网络上,研究的侧重点也多在于燃气表图像识别算法。目前没有研究将整套系统的架构、节点的安装、图像识别算法的运行环境等实际因素考虑进去进行完整的设计,系统的实用价值得不到保证。本文在不改变原有燃气表结构的前提下,设计并实现了一套基于图像识别和LoRa的自动远传抄表方案。方案通过节点的摄像头获取到燃气表盘图像,在本地.进行识别后,将示数结果通过LoRa发送至网关,进而转发至服务器,以供燃气公司进行集中存储和管理。论文的主要工作包括以下几个方面:(1)设计了一种抄表节点结构,内部可容纳本系统所有硬件,外部可以直接适配市面上大部分的机表,即装即用,方便快捷,具有良好的普适性。(2)以树莓派Pi 0为图像处理器核心,以LoRa SX1276为物联网通信手段,设计实现了硬件平台,完成了图像识别、LoRa通信等软件开发。(3)在图像预处理、示数区域定位与提取、字符分割、字符识别四个过程中,首先提出了一种基于边缘和颜色特征的示数区域定位算法,解决了传统查表法颜色二值化无法用于颜色漂移图片的问题;其次使用基于Inception V1架构的卷积神经网络进行了字符识别,解决了传统机器视觉方法对图片质量要求高的问题。(4)系统进行了测试,验证了系统性能。实验结果表明,系统稳定可靠,节点安装便捷,图像识别算法适应性高、鲁棒性强。