在我国的一些行业中，销售假冒伪劣产品行为和各种形式的串货现象屡禁不止，尤其是产品跟踪追溯系统不到位，串货现象十分普遍，严重的扰乱了正常的产品销售，也给企业带来了巨大的经济损失。产品外包装的激光防伪码中含有出库日期、销售地区、客户代码等重要信息，可以在销售中防止假冒伪劣和各种形式的串货。因此研究适用于复杂背景下32位激光防伪码的识别算法具有重要意义。传统的字符识别方法一般多适用于高质量、低噪声的文本，当字符图像质量下降或者污染严重时，字符识别的性能也随之下降。为了提高低质量字符的识别正确率，本文针对复杂背景下的激光防伪码识别，着重在两个方面进行了研究：首先在图像预处理方面，在字符识别前通过图像增强技术提高字符图像的质量，并应用EEMD方法对图像二值化。其次设计高鲁棒性的字符识别方法，采用Log-Gabor滤波器提取质量较差的防伪码图像的纹理特征，通过纹理分析，避免少量噪声和笔画断裂对特征提取的影响。主要研究工作如下：（1）研究激光防伪码图像的特点，通过去噪滤波增强图像特征。采用EEMD方法对图像的灰度直方图进行分析，根据图像特点和IMFs重构后的结果确定二值化的阈值。通过对比实验表明本文方法显著提高了激光防伪码二值图像质量。（2）设计Log-Gabor滤波器组提取防伪码特征。对Gabor变换和Log-Gabor变换的理论研究，针对激光防伪码的灰度图和二值图像设计基于Log-Gabor滤波器的特征提取方案并进行实验，比较分析了Gabor和Log-Gabor特征的分类效果。实验结果表明Log-Gabor特征可以有效地提高激光防伪码图像的分类准确率。（3）研究了使用SVM进行分类的原理，设计了基于SVM的激光防伪码分类算法。对SVM分类器的参数优化问题进行了研究：结合基于Log-Gabor特征的提取方法，对防伪码字符进行分类实验，分类结果表明优化后的SVM可以获得较高的识别率。本文针对复杂背景下的32位激光防伪码的识别问题，在去噪增强、二值化、特征提取和分类等方面进行深入研究，设计并实现了激光防伪码识别算法。实验结果表明，本文中的图像增强和识别算法可以很好的抑制复杂背景干扰，而且减弱了图像亮度不均以及字符笔画断裂和变形等影响。在应用于低质量激光防伪码图像识别时，有效地提高了激光防伪码的识别率，二值图像和灰度图像的字符识别准确率分别达到98.05%和98.79%。本文提出的识别方法已在产品激光防伪码识别系统中得到应用，取得了良好的识别效果。