为了实现机械工件上刻写字符的自动检测、识别与显示，本文设计并完成工件字符自动识别系统。重点针对光照变化时工件字符难以识别的问题，研究不同光源组合方式对系统识别性能的影响，提出了一种能更好适应光照突变的特征提取算法。首先，对输入图像利用优化的同态滤波算法增加字符的细节信息，减低光源照度的影响。然后，分别采用基于LOG 算子的自适应阈值法获取图像的整体轮廓和全局特征，采用局部二值模式(LBP)算法获得对光照突变不敏感的LBP 纹理特征。最后，联合目标全局特征和LBP 局部纹理特征对应像素做相关运算，获得对光照不敏感的融合特征向量。在工业现场进行实测，测试结果表明：识别率平均达到94.72%，对工件平均检测时间230 ms，满足实时性要求。与SIFT 算法和Bayesian 算法相比，在光照突变情况下本系统的识别精度和稳定性更有优势，且满足工业应用上自动识别的要求，并已实际用于工业测量。