脱机手写体汉字识别是模式识别领域一个极具挑战性的课题,它将在信函分拣、银行支票识别、统计报表处理以及手写文稿的自动输入等诸多方面发挥巨大的作用。本系统的主要应用方向为手写文稿的自动录入,主要工作如下:1、预处理方面,采用3×3加权掩膜对汉字图像进行线性平滑;针对不同纸张背景制定了区别对待的图像二值化策略:对以空白纸张为背景的汉字图像采用迭代最佳分割阈值算法,以稿纸为背景的汉字图像采用双重阈值法;对经过切分以后的汉字采用线性归一化进行单字的大小统一。2、回顾和总结了历年手写体汉字的主要细化方法,提出了一种新的基于边缘剥离的手写体汉字细化算法。3、结合本系统主要适用于汉字文稿的整篇录入,采用了手写体汉字的系统切分算法,从行切分到字切分,特别在字切分这个较复杂的处理步骤中,提出了一种新的基于笔段提取的结构分析切分算法,能够很好的解决汉字粘连和重叠的问题。4、介绍了几种主要的统计特征和笔划结构特征提取方法;采用重叠动态网格方向特征提取法为统计特征提取手段,改进了基于细化的笔划特征提取法为结构特征提取手段,综合应用于本系统的特征提取。5、在识别阶段,采用了改进的双层串行分类器结构,将识别时间缩短了约30%。本系统中训练和测试样本共包含一级汉字和二级汉字约3000个,每个汉字有4种不同风格。将训练样本分为两类:第一类为手写印刷体汉字,笔划疏散且基本横平竖直;第二类工整普通汉字书写有少量连笔,字形尽量规整。分别采用两种不同识别方法后得到第一类汉字识别正确率为91%,第二类汉字为86%。