本文设计了一种基于结构特征的自由手写数字识别算法，形成了一个完整的手写数字识别处理过程。该过程采用了AT＆T贝尔实验室的MNIST手写数字识别评测数据库。MNIST包含60000个训练样本，以及10000个测试样本，来自于250人。处理过程的建立与训练就是以这60000个样本为对象的。过程中首先对样本进行预处理，包括，平滑去噪、闭合、细化等处理，最终会形成与样本文件同样大小的文件，其中每个样本都已经进行了预处理，这样在后面的操作中处理的对象便是已经做过预处理的样本。随后便准确的提取样本的特征，比较特征在样本类之间的差异性，对特征进行甄选，形成有效的特征集，利用特征在各类之间的差异性，形成识别规则，计算隶属度，最终形成一套完整的识别系统，完成对字符的识别。 整个过程在MNIST样本库基础上进行训练，确定各识别参数，形成识别系统，最终的识别测试表明该系统能有效地对自由手写数字进行识别，对10000个测试样本的以别，准确率达91％以上，该识别过程中所采用识别方法容易实现，复杂度较低，有效得对样本进行识别，效果理想。