机器视觉技术在工业在线检测中的应用是近年来的研究热点之一。机器视觉技术可以大幅降低检测成本，提高产品质量，提高生产速度和效率，因而在工业检测和控制领域得到了广泛的应用。本文以机器视觉技术为基础，以图像处理技术为主要方法，对印刷体数字字符识别算法进行了研究。本文首先介绍了工业视觉检测技术系统的功能、结构以及特点。研究了机器视觉系统的检测原理和方法。根据字符识别系统的预处理流程顺序，叙述了图像直方图均衡、二值化、噪声去除、文字倾斜校正、切分、字符正规化等预处理算法，对其中的关键技术给出了详细的阐述、分析，根据本系统的特点，我们有针对性的提出了一些适应于本系统预处理方法，例如采用图像离散去噪方法消除噪声、利用简单斜率法对字符倾斜校正，利用投影和字符宽度分割法对单个字符进行分割，解决了在系统中遇到的图像倾斜、干扰严重、字体类型多等各种各样的问题。这些方法涉及到当今图像处理领域的前沿技术。我们还具体讨论了在常用数字字符识别系统中所用的特征提取方法，并分析了它们的特点。最终采用了粗网格特征提取算法，对数字字符特征进行了提取。在字符识别方面，比较了字符识别中用到几种识别算法，并详细介绍误差反向传播神经网络(BPNN)的原理和方法以及取样、训练问题。最后采用OPENCV和VC++语言对实验系统进行了实现。在论文的最后，我们对系统作了总结，并给出了未来工作的方向和目标。