人类的很多研究都是以延伸人类能力为目的的，早期的工作是在体力上的延伸，计算机发明以来，就拓展到对人类脑力和感知能力的延伸上。对人类视觉感知能力的计算机模拟导致了计算机视觉的产生，相应的图像分割，感兴趣区域的提取，文字识别等模式识别课题也随之产生。 本文从仿人认知的角度着手，变换域提取图像特征达到字符区域分割目的；克服以往字符特征提取中同时将噪声、偏移等冗余信息考虑在内的缺点，以认知的角度突出最能反映字符的笔划数量、位置，游程等特征，有效的进行以认知分类为基础的字符识别。 研究可分为以下几个方面。 1．提出一种仿人眼敏感度的变换域特征提取图像分割方法。根据人眼对颜色、亮度等不同的敏感性以及图像本身的性质，仿人眼变换域分析图像形成光学滤色镜效果，减少复杂背景颜色和相似形状的多重干扰，并以此定义和表征变换域特征空间，给出变换域小波纹理车牌特征，成功提取车牌字符区域； 2．提出一种仿人识字的多属性字符认知特征模型。克服以往结构、统计方法在字符特征提取中无法剔除噪声、偏移等冗余信息的不足，以认知的新思路分析图像，给出基于小波子图的笔划定义，给出一种注重反映字符部分最为重要的笔划的类型、数量、游程、位置特征，改进了基于字符二维图像的统计与结构特征提取方法因变形，畸变造成信息混淆和冗余；给出了提取多属性字符认知特征的方法和识别机制，实验表明，该方法能有效的识别字符； 3．以车牌字符为应用对象，成功实现车牌字符分割、多属性字符认知特征提取、字符识别算法。选取大量样本测试实验，该方法拒识率低、误识率小，取得良好效果。