中国象棋智能棋具设计集图像处理、模式识别与人工智能技术为一体，它的引进填补了中国象棋比赛过程中的自动检测和记录的空白，提高了中国象棋比赛监视过程中的技术含量和自动化水平。字符识别技术是模式识别与人工智能中一个很重要的研究方向，几十年来这一领域发展飞速。本课题首次将文字识别技术应用于中国象棋比赛过程中，为这一传统的比赛项目注入了高科技力量。 针对比赛现场光照不均，模拟摄像头采集图像质量不高及棋手对象棋棋子的任意旋转使象棋文字产生旋转等问题，本文作者主要做了以下几方面研究工作： (1)对图像进行了去噪声的预处理；对畸变图像进行线性与非线性的校正，减小在棋子定位时由于图像畸变造成的误差； (2)提出了一种将sobeI算子、分水岭、距离变换相结合的图像分割方法，实验证明该方法对整个棋盘棋子分割效果很好，解决了图像边角处棋子分割出现残缺的问题，且该方法对光照不均的情况也可以取得较好的效果； (3)对于字符特征的抽取，本文在研究比较了不变矩和傅立叶描述子方法之后，提出了一种将傅立叶描述子与特征参数相结合的方法，该方法具有较好的旋转不变性和抗噪声抗干扰能力； (4)本文对提取的文字特征采用简易实用的欧式距离分类器进行文字的分类，取得了满意的效果； (5)经过大量实验证明本文文字识别方法具有较高的识别率。在光照不出现明显明暗变化的情况下，对数码相机拍摄的象棋文字图像识别率为100％；在光照不出现明显明暗变化的情况下，对普通CCD摄像头拍摄的象棋文字图像识别率可达95％以上，且对光照干扰，成像模糊等有较好的鲁棒性； (6)本文对图像预处理、棋子分割和文字识别的算法用MATLAB进行了仿真，针对整个中国象棋智能棋具系统用VC++进行了实现。