金属标牌是流程工业如钢铁行业中大量应用的标识物，其内容代表产品的规格、型号、生产日期等重要信息，表示这些信息的字符直接压制或刻蚀在标牌本体上，是无色差字符。因此难以获得高质量的字符图像。在字符识别过程中，部分字符由于噪声、对比度和其他因素使得待识别字符在预处理后产生断裂的现象。这极大影响了后续的结构特征提取，甚至使整个识别过程产生错误。

　　针对金属标牌字符断裂问题，许多学者提出了多种修补算法。一类是寻找耦合断点进行修补，这类修补准确，然而寻找耦合断点运算量大，编程复杂。另一类是基于形态学的修补方法，原理是通过选取一定形状和大小的结构元对图像像素做完整扫描来处理图像，实现修补。这种方法对断裂较大的修补存在困难。

　　根据金属标牌字符的结构特征并结合待识别字符的统计信息，提出了一种新的修补方法：首先根据金属标牌字符归一化后图像矩阵大小和总结出的统计信息确定修补长度，检测出端点（含断点），利用端点一定数量的连通元素拟合出可能的连续模型，然后按照修补长度“预延伸”，如果连续模型延伸后在判定区间内有交点，则判定为断点，对断裂处再次进行拟合确定出连续性模型进行插值修补。