汉字是世界上使用人数最多的文字,它具有不同于字母的特性,同时信息技术的飞速发展使得信息的存在形式各种各样,因此,有效地处理汉字信息是信息处理的一个关键问题。目前的汉字识别研究多数以OCR(Optical Character Recognition)系统作为基础,研究成果取得了很大成绩,但是目前的汉字识别系统仍有不足之处,对输入图像的质量要求较高。鉴于此,利用局部特征不变量的优势研究新型的汉字识别系统,具有十分重要的意义。本文首先对目前的汉字识别系统进行研究与分析,在此基础上本文总结了目前汉字识别系统的难点和不足之处。其次,本文提出了一种以图像匹配为基准的新型的汉字识别系统,它以SIFT(Scale Invariant Feature Transform)作为特征提取的表述,整个系统框架设计成3个主要模块:图像的特征提取模块,高维向量索引模块,相似性匹配模块,然后本文进一步分析和解释系统框架中各个模块的作用,重点介绍了主要模块的设计算法。最后,根据提出的系统设计方案,本文实现了这个新型的汉字识别系统。针对本文的研究目的,本文对新型的汉字识别系统进行规模测试,验证本文系统的可行性,然后再根据实验结果分析本文系统的特性。经过大规模测试得出结论,本文提出的新型汉字识别系统具有可行性,SIFT特征具有表述汉字特征的能力,而且本文的系统对拉伸,旋转,仿射,复杂背景,噪声等情况具有一定的鲁棒性。