随着现代计算机通信技术的发展变化和数字仪器仪表在各工业、检测领域的深入应用，为了能够更加快速精确的读取所需要的数据从而调控整个生产、使其形成良性循环，需要利用数字图像处理技术以实现高速自动识别仪器仪表上的重要信息。本文拟在对仪器仪表上的多位数字字符进行快速识别，在分析了遗传算法的现状以及发展趋势后，提出了基于遗传算法的仪器仪表数字识别系统。遗传算法设计的系统，既体现了数字识别对象彼此之间的关联性，也体现了彼此之间的差异性。综合考虑这些关联性与差异性而设计的算法，增加了系统的及时性和有效性。本论文所做工作如下：1、在图像的预处理方面，由于HSV空间更接近于人眼的色彩感知，由摄像头采集到的图像从RGB空间转换到HSV空间，并通过中值滤波对图像去噪。2、在图像粗分割方面，通过HSV空间的H分量的信息映射定位出待识别数字符号的大致区域。然后通过横竖扫描的方式，找到各个字符的临界点，从而完成了多个字符的分割，这其中涉及到彩色图像空间的转换以及H分量的选择。3、在图像细分割方面，经过粗分割之后对图片进行去噪处理，利用遗传算法通过多代遗传、交叉、变异，利用适应度函数的生死规则，找出首个字符的最佳阈值，同时保留该字符的遗传特性，完成同一幅图像上其它字符与背景的分离，并实现所有字符的二值化。将特性遗传到下一张图片的分割过程中，实现了字符的快速性和收敛性。4、在图像识别方面，将字符大小归一化为16*20，利用BP神经网络训练识别，最后输出字符。这一部分本文只是简要地进行了说明，由其他同学完成。本论文取得了较好的图像分割效果，同时又顾及了系统的实时性，利于工业应用。