为了提高国内印刷业的生产自动化水平,本文对基于机器视觉的票据字符识别算法进行了研究,并在此基础上完成了票据图像字符识别的关键技术研究与系统实现。通过对票据字符识别的技术要求和应用特点进行分析,提出了票据字符识别的总体技术方案,对字符识别的流程和方法进行了阐述。通过阅读大量国内外相关文献,对字符识别的目前发展状况和广泛的应用前景进行深入的研究分析与总结。选取了分段线性变换实现灰度值图像的对比度增强和基于迭代运算的最佳阈值分割算法进行图像分割;提出了一种基于方向投影的倾斜校正算法,并针对票据号码图像特点提出了一种数学形态学定向补全的运动模糊消除算法。为了进一步减小字符的误分割,介绍了一种字符区域动态定位算法;针对印刷体票据字符的特征,比较了传统的直方图投影和基于字符本身的连通性的字符连通域法的两种字符分割方法,选取了直方图投影法进行了字符的精确分割;并对断裂字符的分割算法进行了研究;对于字符特征的提取,介绍了字符的网格特征和理论上对旋转具有不变性的矩特征。关于字符识别算法,通过比较模板匹配算法和BP神经网络算法两种算法,本文选取了BP神经网络算法,并对BP算法性能进行了改进,将这种改进后的BP算法应用于印刷体号码识别中。最后,研制并开发了票据字符识别系统,并成功地试运行于工业现场。