本文以沙钢集团成品库为研究对象,研究并开发了一套成品库标号识别系统。实现了库区成品的标号自动识别,提高了现场作业效率和库区管理水平。在对原有的库区作业流程进行调研分析的基础上,设计出了程序化的作业流程及系统解决方案。本方案的核心为成品标号信息的自动获取,因此,本文主要研究应用于钢材成品库的字符识别技术。针对板材成品的标号特点,采用先预处理后分割识别的字符识别方式。预处理过程中,采用棋盘格标定和Harris角点检测实现图像的畸变校正,运用形态学处理和最小包围矩形进行倾斜校正,选择直方图双峰法进行图像二值化处理;对于分割识别问题,提出一种改进的垂直投影法,提高了粘连字符的分割正确率。之后使用卷积神经网络的LeNet-5模型完成板材成品标号的字符识别。针对棒材成品的标号特点,借鉴了目标检测技术,设计了一种基于目标检测的字符识别方法。介绍分析了主流的目标检测框架,采用了SSD模型,经过微调后使用现场图片制作的样本数据集进行训练,训练好的模型能够很好地检测出字符的位置和种类,从而完成棒材成品的标号识别。最后,完成系统的开发并上线布置,现场反馈结果表明系统运行稳定,满足项目预期。