当前我国多数啤酒生产厂家正在向每小时四万瓶以上的生产线方向发展，在这种速度下依靠人工检测将变得异常困难，这就迫切需要有对瓶子进行在自动检测以满足市场需要。 由于玻璃上的字符是靠表面的凸起形成的，字符的材质与背景相同，所以在成像时，字符的轮廓是依靠其表面不同强度的反射光而形成的。对于啤酒瓶而言，其图像灰度的区域均匀性很差，加上周围环境带来的噪声干扰，字符易成呈断裂和不连续状，采用传统的图像处理方法很难获得理想的识别效果。在本文中，计算机所需要完成的工作是：采集年份标志以及生产该酒瓶的模具编号，并进行识别。 整个系统包括成像系统和软件部分。其主要工作是：图像预处理、字符定位与分割、字符识别。其中字符识别方法是本文主要的创新内容。本文在预处理中提出多阈值分块二值化，即是先以经过边缘检测的灰度图作为粗分割的基础，待分割出灰度基本均匀的图后再进行自动判别阈值的二值化。字符定位与分割阶段在水平和竖直灰度投影法基础上，提出利用自适应的字符形状、宽度和间隔宽度信息将整个图像分割为单个字符。 本文通过设计二级识别系统，提出采用基于水平投影，圆周投影变换，小波分析以及模板匹配算法相结合的字符图像特征提取方法进行字符识别。大大提高了识别效率与准确率。 利用从生产线上收集的大量啤酒瓶作为样本进行实验，正确判断率为95％以上。实验结果表明：此方法简单易行，能较有效的识别啤酒瓶中的数字模号字符和日期。本文提出的啤酒瓶字符获取和自识别系统可以达到工业现场应用的要求。 本课题受到“广西研究生教育创新计划资助项目”资助。