作为智能计算机系统的重要组成部分的联机手写识别,在文献检索、机器翻译、办公自动化和辅助教学等方面都有着广泛的应用前景。联机手写体藏文识别作为模式识别的一个分支,涉及到模式识别、计算机视觉、数字信号处理、机器智能、自然语言理解以及文字学、语言学、认知心理学等多门学科的研究,在藏文信息处理理论上和技术上都具有较大的研究价值和应用价值。　　本论文在借鉴联机手写体汉字识别技术的研究理论和方法的基础上,结合手写体藏文字符的结构特点,首先收集和建立了手写体藏文字样本库,收集了藏文字符手写48816数据(678字符*72人).对基于HMM模型的联机手写识别系统中预处理、特征提取、向量离散化、手写模型训练以及识别器组成等阶段开展了相应的研究,采用了联机手写识别去除噪声的预处理技术,采用了实时多次迭代优化的方法来实现对输入笔迹的预切分,采用了基于DTW与HMM模型匹配距离最近邻分类方法的多分类器设计技术,设计出联机手写藏文识别系统。在对72套手写样本随机抽取进行实验,实验结果表明,联机手写藏语识别系统的识别率达到97％,该系统性能良好整体稳定。