1.一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：包括以下步骤：S1、轴零件(108)上料并利用动力电机驱动转动，转动第二圈时，视觉相机(103)开始采集图像；

S2、利用视觉相机(103)获取到轴零件(108)表面图像后，对该图像进行均值滤波处理，抑制图像噪声；

S3、对去除噪声后的图像进行阈值化处理，得到有效的字符图像区域；

S4、对包含字符的图像区域进行形态学开运算，以去除大于开运算核的无用信息；

S5、利用形态学闭运算对S4结果区域进行孔洞填充，获取到饱满的字符区域；

S6、对S5的图像区域进行区域联通算法分析，根据像素区域大小选择字符对应的区域，得到只包含字符的图像区域；

S7、利用Select_Shape区域筛选算法中的位置特征对字符的图像区域进行位置排序，并根据从左到右的原则依次选择每个字符区域；

S8、使用多层感知器创建的OCR分类器将S7得到的每个字符进行分类，并向软件界面显示区域输出字符分类结果，此时完成字符定位和分割。

2.根据权利要求1所述的一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：S1中，预先在实验中根据轴零件(108)旋转一周的长度及轴零件(108)旋转的速度，计算轴零件(108)旋转一周所需的时间，据此控制动力电机转动一圈的时间，确保每次采集图像时，在一定精度下获取到完整的轴零件(108)表面图像。

3.根据权利要求1所述的一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：S2中滤波处理的滤波模板设为3*3的矩阵。

4.根据权利要求1所述的一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：S3中对去除噪声后的图像进行阈值化处理，选择112‑189灰度区间的图像区域，得到有效的字符图像区域。

5.根据权利要求1所述的一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：S4中开运算的掩膜核大小为3个像素。

6.根据权利要求1所述的一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：S5中闭运算的掩膜核大小为2个像素。

7.根据权利要求1所述的一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：S1中采用多组视觉相机(103)分别采集轴零件(108)的一部分图像，经图像拼接算法获取完整的表面图像，图像拼接采用列平铺形式，即图像在水平方向复制，多组视觉相机(103)的图像通道一致、宽高一致。

8.根据权利要求7所述的一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：S1中将轴零件(108)上料至专门的固定系统，该固定系统包括基座(100)，基座(100)上设有视觉光源(104)、多组视觉相机(103)和用于支撑并驱动轴零件(108)转动的支撑组件，其中每组视觉相机(103)安装于支架(102)上，且支架(102)底部与基座(100)上的滑轨(101)相配合，多组视觉相机(103)之间间距可调；视觉光源(104)以暗场方式进行照射。

9.根据权利要求8所述的一种基于线阵相机的轴类零件表面字符视觉识别方法，其特征在于：支撑组件包括用于从上部夹持轴零件(108)的上支撑辊(107)，以及用于从下部两侧支撑轴零件(108)的下支撑辊(106)，两侧下支撑辊(106)及上方上支撑辊(107)形成三角式支撑结构，且下方的下支撑辊(106)与动力电机并由其驱动旋转，从而驱动轴零件(108)转动，轴零件(108)长度方向的两端分别通过支撑组件支撑。