该文以计算机视觉系统为重要技术手段,综合运用图像处理、统计原理,神经网络等技术研究了如何实现数字工位的快速识别,主要内容包括:1.图像的前处理:着重论述了为消除一定的干扰,增强数字的信息,为后续数字识别过程提供较好的条件,对图像进行了滤波处理和图像分割.2.数字识别的统计原理:利用统计学方法对数字进行了分块并提取了数字特征值,依据计算出的数字特征值的差别来识别数字.3.数字识别的BP网络:采用统计和BP网络相结合的方法,并对数字样本进行了训练和识别.可有效识别两种不同的数字,而且识别数字的时间为7.5ms,能够达到实时处理的效果.4.基于不变矩和全局优化算法的数字识别的前馈网络:采用旋转不变矩和全局优化算法的前馈网络相结合的方法可以很好的解决一定旋转的数字的识别问题,收到了良好的效果.5.数字工位识别的实验验证:为了检验数字识别算法的有效性和可靠性,该文进行了试验验证,对单一的统计法采用了60幅图像作为检验图像,对神经网络识别数字的方法采用了220幅图像进行验证,获得了识别率为100﹪的识别效果.6.该研究以面向对象的VC++6.0为编程工具,编制了数字识别软件,并在实验中检验了数字识别算法的正确性,为快速识别数字方法提供了软件上的支撑.