1.基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，用于棒材端面白色标记字符的识别，所述方法包括如下步骤：

(1)建立标准字符模板库，步骤包括：

1)分别对每个标准模板字符图像二值化，将0‑255压缩为2个灰度等级即二值化，故灰度共生矩阵就是一个2×2的矩阵，其中行和列分别表示0至1的灰度值，即灰度共生矩阵中共包括GLCM(0,0)，GLCM(0,1)，GLCM(1,0)和GLCM(1,1)四对灰度组合，标准模板字符图像为

4×5的矩阵，矩阵中的元素值为0或1，当基于水平0°方向且相邻像素距离为1求取灰度共生矩阵时，求灰度共生矩阵步骤包括：从矩阵第一行开始，统计灰度组合GLCM(0,0)的像素对数目并将数值计入灰度共生矩阵中；从矩阵第一行开始，统计灰度组合GLCM(0,1)的像素对数目并将数值计入灰度共生矩阵；从矩阵第一行开始，统计灰度组合GLCM(1,0)的像素对数目并将数值计入灰度共生矩阵中；从矩阵第一行开始，统计灰度组合GLCM(1,1)的像素对数目并将数值计入灰度共生矩阵中；

2)分别对每个标准模板字符图像求灰度共生矩阵及灰度组合GLCM(0,1)数目；

3)分别对每个标准模板字符图像计算上半部连通域面积；

4)分别对每个标准模板字符图像的灰度组合GLCM(0,1)数目及上半部连通域面积存储；

(2)棒材端面字符图像灰度二值化，将0‑255压缩为2个灰度等级即二值化，故灰度共生矩阵就是一个2×2的矩阵，其中行和列分别表示0至1的灰度值，即灰度共生矩阵中共包括GLCM(0,0)，GLCM(0,1)，GLCM(1,0)和GLCM(1,1)四对灰度组合，标准模板字符图像为4×5的矩阵，矩阵中的元素值为0或1，当基于水平0°方向且相邻像素距离为1求取灰度共生矩阵时，求灰度共生矩阵步骤包括：从矩阵第一行开始，统计灰度组合GLCM(0,0)的像素对数目并将数值计入灰度共生矩阵中；从矩阵第一行开始，统计灰度组合GLCM(0,1)的像素对数目并将数值计入灰度共生矩阵；从矩阵第一行开始，统计灰度组合GLCM(1,0)的像素对数目并将数值计入灰度共生矩阵中；从矩阵第一行开始，统计灰度组合GLCM(1,1)的像素对数目并将数值计入灰度共生矩阵中；

(3)求取棒材端面字符图像的灰度共生矩阵及灰度组合GLCM(0,1)数目；

(4)计算棒材端面字符图像上半部连通域面积；

(5)进行特征数据模板匹配确定识别结果，棒材端面0‑9字符图像识别时，求取整张棒材端面字符图像和上半部图像的连通域面积分别作为特征参数值与标准模板库中的字符进行比较，进而得到识别结果，进行特征数据匹配时，取Δ为大于0的值，首先，利用棒材端面字符图像灰度组合GLCM(0,1)数目与模板库中的灰度组合GLCM(0,1)数目进行比较，求出差值；当仅有一个差值小于等于Δ时，则对应的模板字符为最为近似的字符，若有两个及以上的差值小于等于Δ，说明与该棒材端面字符相近的模板库字符有多项，为进一步确定字符，利用另一特征参数值作为判断依据；接着，将棒材端面字符图像上半部连通域面积与模板库中多组相似字符图像上半部连通域面积做差，输出差值最小的模板字符作为最相近字符；最终，通过至多两次判断，即可输出识别结果。

2.根据权利要求1所述的基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，其特征在于，在MATLAB环境下，利用im2bw(pic,level)将标准模板字符图像pic转化为二值图像BW，利用bwareaopen(BW,P,conn)删除图像中的小面积获得图像I，利用graycomatrix函数对图像I进行求取灰度共生矩阵的值，利用im2bw(BW,level)将工业相机采集的字符图像BW转化为二值图像BW1，利用bwareaopen(BW1,P,conn)删除图像中的小面积获得更为准确的二值字符图像，利用im2bw(pic,level)将棒材端面字符图像pic转化为二值图像BW，利用bwareaopen(BW,P,conn)删除图像中的小面积获得图像I，利用graycomatrix函数对棒材端面字符图像I进行求取灰度共生矩阵的值。

3.根据权利要求1所述的基于二值图像灰度共生矩阵的棒材端面字符图像识别方法，其特征在于，在MATLAB环境下，对模板库字符图像求出二值图像灰度共生矩阵灰度组合GLCM(0,1)数目以及二值图像上半部连通域面积两个特征参数值，利用save函数进行数据模型的存储，完成模板库的建立；识别时使用load函数载入存储的特征信息参数值，求出待识别的棒材端面字符图像相对应的两组特征参数值，利用灰度组合GLCM(0,1)数目特征参数值与模板库中的特征数据进行比较，当仅有一组满足差值小于等于Δ时，则该组对应的模板字符即为最为相似字符，当超过两组满足差值小于等于Δ时，利用第二参数特征值进行判断。