本文由两部分组成，第一部分主要研究在OCR中所进行的细化处理方法，第二部分主要研究多进制小波在人脸识别中的应用。 　　OCR是模式识别中应用最成功的研究方向之一，自20世纪50年代中期以来，OCR一直是一个非常热门的研究领域。特征提取是整个OCR中最重要的一环，它是从单个字符图像中提取统计特征或结构特征的过程，提取的特征的稳定性及有效性，直接决定了识别的性能。对字符图像进行细化处理，是许多特征提取方法的一个重要的前期步骤。细化算法的主要困难是如何提高运行速度和避免产生伪笔划段。为了避免产生伪笔划，许多学者提出了不同的算法，获得了比较满意的结果。在系统分析和整理这些算法的基础上，本文提出了两种改进的基于像素八邻域分析的细化算法，抑制了字符交叉处的畸变，有效地减少了伪笔划，得到了中心对称骨架；而且处理速度快，具有一定的抗噪声能力，取得了较好的细化效果。 　　多进制小波是小波分析理论的一个重要分支，它在兼顾对称性、光滑性、正交性和紧支性方面优于二进制小波，能够解决一些二进制小波不能解决的问题，因而得到了广泛的重视和研究。目前，多进制小波理论和应用已取得了许多重要的成果，在模式识别领域中也得到了一些应用。本文把八进制小波分解应用到人脸识别中，获得了良好的实验结果。