在工业自动化生产过程中,数字图像识别技术的利用是实现产品质量监控和故障诊断的最佳方法之一.而机器视觉理论的发展和计算机软硬件技术的不断更新则为这种方法的实现提供了基础.本论文就是在研究机器视觉理论的基础上,讨论了图像获取的方法,对图像获取的硬件作了一些探讨;并以图像处理和识别理论为指导,以VC++6.0为平台,进行了图像识别的软件设计.具体地说,本论文主要涉及了以下工作:首先,详细介绍了机器视觉和图像处理及识别的基础理论、当前的发展状况和应用情况,讨论了二者结合的必要性、可行性其次,按照机器视觉系统的逻辑结构,对机器视觉系统的设计理论和实现方法进行了探索.在硬件设计过程中,比较了固体图像传感器CCD(Charge CoupledDevice电荷耦合器件)和CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物场效应管)两种器件,并最终选用了后者;在传输的方面使用了当前比较流行的USB总线技术,使用符合USB2.0协议的芯片可以保证传输的速度.第三,比较了图像识别的几种方法(统计模式识别、句法模式识别、神经网络法).根据本论文的实际情况,最终选用了统计模式识别中的模板匹配法,该方法的优点是算法简单、实时性好.然后,以VC++6.0为平台进行了软件设计,主要涉及到对真彩色图像的灰度化处理、二值化处理、字符的提取、校正、归一化处理,以及最后的对字符的识别.这是本论文的主要工作.最终软件能够识别0-9共10个字符.第四,结合控制学院自动化所机器人开发项目,对本系统应用于机器人小车的情况作了探讨,描述了本系统在机器人小车上的使用过程.最后,给出了一组实验中获得的图像,并对实验结果进行了分析,指出了本论文的不足之处以及今后继续研究改进的方向.