直接零件标识（Direct Part Marking，简称DPM）技术是实现产品标识的重要手段，具体是利用激光点刻技术将Data Matrix二维条码打印在金属表面。直接零件标识的二维条码具有永久性和不易磨损性，因此可以实现产品全生命周期跟踪、管理优化以及成本降低，这对企业产品的跟踪管理具有重要的作用。DPM二维条码的识别是实现DPM技术应用化的关键。　　本文研究了复杂背景下DPM二维条码的特点，分析了现有算法在识别复杂背景下DPM二维条码时存在的问题，提出了一种复杂背景下DPM二维条码识别算法。该算法包括复杂背景下DPM二维条码检测、阈值化、基于投影的L型定位符拟合、DPM二维条码精确定位、规格化矫正和译码。主要研究工作如下：　　1、在复杂背景下DPM二维条码检测方法上，本文提出了一种同态滤波和机器学习相结合的算法。实验表明，该算法能快速并准确地从复杂背景中提取出DPM二维条码。　　2、针对点阵DPM二维条码不存在明显L型定位符问题，本文提出了一种基于投影的 L型定位符拟合算法。实验表明，该算法可以解决现有拟合算法处理旋转条码图像时产生的严重锯齿形实边问题。　　3、针对拟合后DPM条码存在的条码形变等问题，本文提出了一种自适应扫描线算法和凸包算法相结合的精确定位算法。实验表明，本文算法可以矫正现有精确定位算法不能解决的虚边定位偏移问题。　　实验表明，本文算法在高光、金属等复杂背景下，能够快速有效地实现DPM二维条码的识别，尤其对形变条码具有很好的识别效果。