计算机科学与技术的发展最终会实现机器人完全的智能化,读书写字也只是智能机器人的功能之一。为了实现这个目标,符号识别系统很有可能从二维空间转换到三维空间。　　符号识别系统的原型就是文字识别系统,即 OCR。通常的 OCR需要的文本图像的质量比较高,例如光照度,字体颜色与背景颜色的对比度等等。虽然有许多 OCR可以矫正字符的旋转角度,但是,如果在采集文本图像的时候文本所在的平面与摄像机的拍摄平面不平行,识别结果也很容易出错,并且现在的文字识别系统对于类似于图标型的符号也是无法识别的。　　本文为了解决普通的 OCR无法解决的问题,使用两个摄像机同时采集一个文本而得到数个图像,识别的对象有中文字符,英文字符,数字字符,数学符号和一些颜色单一的,简单的图标型的符号。　　我们首先将图像进行预处理并且提取符号的特征点,再将数个图像中的特征点一一匹配,从而计算出各个特征点的空间坐标,然后将同一符号的特征点从三维笛卡尔坐标系转换到用二维坐标系来表示,最后使用 DT网格方法对复杂的符号的姿势进行矫正并且统计匹配分数。　　本文的创新点有:　　1)首次将三维立体测量技术使用到符号识别系统上,考虑到现实中因为光线反射并不均匀,所以用多个摄像机观察符号,可以放宽了对光照度的要求;　　2)将 DT网格法从指纹识别技术上转移到符号识别技术上有效的抗击了噪声对识别的影响。　　本文的研究成果已经达到了预期的目的,在光线较暗或者光线较强的情况下都达到了一定的识别率,相信以后其会在符号识别机器人上得到有效的应用。