曾令超，曹玉华，张名业，钟小华

（1.广东省净菜保鲜包装装备工程研究中心，广东 广州 510450；2.广东白云学院，广东 广州 510450）

0 引言

随着工业自动化的发展和智能制造的广泛应用，通过识别喷涂数字标签对产品进行特定分类，识别产品喷码不良剔除次品，识别产品生产时间进行抽样，是非常重要生产的工序[1]。此工序需要执行设备具有高速的图像处理能力，且处理速度高于产品的生产速度[2]，以达到最大化生产效率的目的。

目前，传统数字识别装置的识别算法主要采用机器学习和局部特征匹配两种。机器学习与特征匹配相比，精度较高，适应性较强，但识别速率较低，需要更高的硬件性能支持。西安理工大学研制的显示屏数字识别系统，通过数字边缘灰度轨迹和穿线法，识别速度快且精度较高，但并不能推广至其他样式的数字识别[3]；南昌航空大学研制的嵌入式智能视觉数字识别装置，采用字符分割归一化、模板匹配的方法，能适应不同亮度的场景，但识别前需要提前采集模板图片的数据[4]；集美大学研制的仪表数字字符识别装置，采用连通域、灰度关联法，通过图像的特征集与提取图像进行比对，实现数字识别，对于不完整和倾斜的数字识别准确率高，但效率较低[5]；河北工业大学研制的喷码字符检测系统，采用脉冲耦合神经网络算法进行识别数字，具有鲁棒性和识别精度较高的特点，但仅通过仿真验证，尚未进行实际测试[6]。

针对目前……