针对冶金恶劣环境下板材喷码字符识别的需求,本文提出了利用机器视觉技术实现板材喷码字符识别的解决方案。在系统介绍了字符识别技术的基础上,首先,对板材喷码字符识别的背景和需求进行了分析,设计了喷码字符识别系统的总体架构和字符识别流程：其次,针对板材喷码图像,研究了图像预处理、字符区域定位、字符分割和特征提取等相关图像处理算法；最后,采取基于决策树和SVM(支持向量机)的模式识别方法获取识别结果。文章主要研究了以下几方面的内容：1)针对板材喷码字符识别需求,设计了识别系统的总体架构和字符识别流程。2)针对冶金现场恶劣环境对所获取图像的干扰,采取图像灰度化、中值滤波、背景差分、直方图线性拉伸等图像预处理方法,并利用了改进的迭代Otsu方法对图像进行二值化处理,提取字符区域。3)基于板材喷码图像版面分析,提出基于最小二乘法和旋转投影法相结合的字符区域倾斜校正方法,并设计了字符分割方法,实现粘连、断裂字符准确切分。4)对切分出的单个字符,选取有效的归一化算法,并提取字符的统计和结构特征,利用PCA算法实现特征压缩。5)为解决多格式喷码字符识别问题,研究了基于决策树和SVM的分类器算法,对于多格式喷码字符,采取基于决策树的方法,识别出其对应的格式。针对单字符的识别,利用基于候选集提取的SVM分类器提取候选集,并再次通过提取特征并训练得到的SVM分类器获取识别结果,提高了识别率。