随着计算机处理性能的高速发展，人类越来越关注控制和使用计算机的方式。笔式交互(Pen-basedHumanComputerInteraction)以模拟现实的纸和笔为目标，它通过将用户的交互意图映射多维信息矢量序列拓宽了人机交互的频带，拥有强大的信息表达能力，有利于创造性思想的快速表达、抽象思维的外化和自然交流，从而成为新一代自然化智能型人机交互的核心技术之一。 本文从支持构思的手绘草图识别系统的设计和开发角度出发，对手绘草图识别系统的框架及手绘草图识别的效率和用户输入意图捕捉这两个重要方面进行了研究和实验，设计并实现了能从结构和资源两个方面获得共享的手绘草图识别系统对象框架模型，提出了基于用户手绘过程模型及相关反馈技术的手绘草图识别方法，取得了很好的效果。具体内容主要表现在一下几个方面： 1)提出了手绘草图识别系统框架模型，并利用该模型对项目组在手绘草图识别领域的研究成果进行了有效整合。所提出的框架模型将手绘草图识别系统抽象成域属性、对象模型、计算模型、交互模型和协同模型五大模块，并提出模块间低耦合的协作交互结构。框架的提出可使系统设计从结构和资源两个方面获得共享，初步解决了手绘草图识别及其应用领域缺乏统一系统框架模型的问题。由框架定制的手绘草图识别系统具有结构灵活、扩展性强，构建快速易行等诸多优点。框架模型的提出使得快速搭建有效的系统成为可能，为草图识别领域的研究提供了有力的平台支撑。 2)提出并实现了基于用户模型的草图识别方法：为了克服现有草图识别方法中存在的领域性强、识别低效等问题，本文提出了基于用户模型的草图识别方法。该识别方法以建立通用手绘草图识别为目标，引入了记录用户历史绘制信息的用户模型，并将用户模型信息组织成树型结构，直接用于草图识别，在识别的过程中会对用户模型进行动态调整，以获得更好的识别效率。该方法以用户信息指导草图识别，并实现对用户信息的在线收集和训练，为大规模通用图形集下的草图识别提供了一个有效的方法。 3)提出并初步实现了手绘草图识别的相关反馈技术：针对现有草图识别方法忽视了人对相似性主观感受的不足，本文将相关反馈技术引入到草图识别中。该方法将用户对图形相似形的主观感受通过反馈映射到手绘草图图形对应特征上，通过调整构成特征权重来捕捉用户手绘草图的主观意图，为有效捕捉用户意图的手绘草图识别方法奠定了重要基础。