压印字符是广泛应用的一种标示字符,是利用模具对物体表面施加压力使得物体表面产生变形形成凹凸字符,其与非字符区域的材料相同,没有颜色信息。正是由于这一特点使得采用摄像头直接采集压印字符图像变得无法辨认,同时由于模具中字粒之间存在缝隙造成压印出来的字符之间产生凸起,这些都造成直接采用现有的字符识别研究成果不能够满足这一类字符的识别要求。伴随着现代工业科技化水平的提高,压印字符的自动化识别技术已经成为制造业产品信息管理中的一个重要组成部分。本文正是针对压印字符的识别技术,进行了以下的研究工作。　　研制针对牙膏管尾字符图像采集的机器视觉系统。对于压印字符识别来说,采集清晰的字符图像与否直接影响到压印字符识别的最终效果。本文先是简述了机器视觉系统的构成,并介绍了机器视觉系统中各个硬件的参数及其选用原则,然后根据本文课题视觉系统的要求选择了合适的硬件,并根据压印字符的特点设计了一套采用带磨砂玻璃的低角度光源照明方案的牙膏管尾压印字符识别系统,最后通过单排字符和双排字符的实验证明了该照明系统能够实现压印字符图像中的字符与背景之间的强对比度,为后期图像处理算法奠定了良好的基础。　　研究了针对压印字符的模板匹配定位算法及Ostu法字符分割方法。本文首先介绍了用于字符识别中的字符定位方法,然后根据压印字符的特征和已知信息研究了基于模板匹配的压印字符定位问题,并充分考虑中管尾字符变形和模具字粒之间缝隙产生的突起的影响,提出一种基于模板匹配的压印字符精确定位方法,该方法包括两个步骤,首先使用已知信息和模板匹配算法获得多字符感兴趣区域进行字符的粗定位,然后在多字符感兴趣区域内使用模板匹配算法进行精确定位。作为字符识别中的一个关键技术,从对压印字符的实验结果来看,该算法能够实现对压印字符的精确定位。在压印字符精确定位后,采用Ostu法对每一个精确定位的字符图像进行分割得到每个字符的分割图像。　　提出一种结合BP神经网络和字符结构特征的字符识别方案,该方案很好地解决了字符识别过程中的错误识别的问题。从最终的实验结果来看,整个压印字符识别系统的识别正确率符合系统的设计要求,达到了很好的识别效果。