脱机手写体汉字识别目前仍被认为是模式识别领域中最为困难的问题之一,因而也是手写体汉字信息化的主要障碍之一,它的研究对于汉字信息处理、办公自动化以及计算机的智能输入等都有着重大意义。由于人类认知系统是一个具有很强多维性、容错性、发展性、整合性的文字识别系统,本文在基于仿生模式识别的基础上又融合了最近邻算法的思想,解决了手写体汉字中常出现的横不平竖不直以及笔划断裂问题,提高了手写体汉字的识别率,具有较大的理论意义和实践价值。本文主要研究工作如下：1、分析了汉字的笔划特征,建立了具有容错表征方法的脱机手写体汉字拓扑结构图形。通过分析人类对汉字的认知机理,将手写体汉字图像转化为具有容错性的汉字基本笔划类型(横、竖、撇、捺)在不同位置组成的折笔划图形以及笔划相交相合拓扑结构图形。2、构建了一种基于横、竖、撇、捺四个方向的单元椭圆神经元遍历覆盖手写体汉字图像的邻域增长覆盖算法；获取了基于仿生模式的汉字图像特征知识；建立了手写体汉字多维特征数据结构表。3、模仿人类学习、记忆、对比、判断的方法,给出了一种脱机手写体汉字的容错性对比匹配识别规则。选取SCUT-IRAC HCCLIB手写体汉字样本库中的汉字图像,对本文研究的基于邻域增长仿生模式的识别方法进行了实验验证,实验结果表明,本文的方法对手写体汉字具有较强的识别能力。