信息主要是以语言文字作为媒介进行传播、交换和记载的。随着计算机的普及和科学技术的高速发展,利用计算机处理并识别文字已成为一个非常重要的研究领域。汉字识别是模式识别的一个重要分支,也是文字识别领域最为困难的问题,它涉及模式识别、图象处理、数字信号处理、自然语言理解、人工智能、模糊数学、信息论、计算机、中文信息处理等学科,是一门综合性技术,在中文信息处理、办公室自动化、机器翻译、人工智能等高技术领域,都有着重要的实用价值和理论意义。基于移动平台的联机手写识别具有广阔的应用前景,在与传统的脱机汉字识别相比之下,联机手写体汉字识别更加充分的利用了人在输入设备上进行汉字输入时的时间和空间信息。并且具有更加稳定和高效的识别性能。本论文重点讨论了基于移动平台的联机汉字手写识别中的预处理、粗分类、特征提取,分类器设计等,实现了基于方向线素的嵌入式手写体汉字识别系统,具体工作如下:1.详细介绍移动平台上的联机手写汉字识别技术的发展与现状,以及目前汉字手写识别面临的问题和困难。2.细化了汉字图像预处理的步骤,并对比了多种归一化方法对识别结果的影响,然后采用了线性和非线性结合的方法,提高了系统的抗噪声性能。最后通过轨迹点重采样和滤波来消除前面预处理步骤中带来的干扰和噪声,增强了系统的鲁棒性。3.对汉字的特征提取进行了研究,以方向线素特征为基础,结合试验所用数据库的具体特点,通过多种网格的划分和加权(直接划分网格,加权网格,加入笔顺信息的方法等)和提取方法,对比了不同特征对性能的影响。4.在分类器选择方面,本论文做了大量实验和测试,选择了三级分类器级联的方法,充分的利用了欧氏距离快速的分类速度和MQDF在细分类中稳定准确的性能,很大程度上提高了系统的识别率,并且解决了MQDF分类器消耗时间太多的缺点。5.在Windows Mobile平台上使用VC2005开发了一套实用的联机手写体汉字识别软件。