与印刷体汉字识别相比,脱机手写体汉字识别具有书写风格众多、随意性较大、几乎无规律可循、复杂汉字难以识别等特点,并且由于手写变形的问题普遍存在,所以手写体汉字中相似字的区分比印刷体要困难得多。与联机手写体汉字识别相比,脱机手写体汉字识别不含任何实时信息。因此传统的细化、特征提取和相似字识别算法并不完全适合脱机手写体汉字识别,必须针对脱机手写体汉字识别的特性研究新的相关算法。本文主要工作如下:首先,针对当前汉字识别细化算法中存在的交叉点分离及笔段变短等问题,提出了一种基于字符边界的细化算法。算法每一步都针对单个的像素点作处理,并提取笔划单侧边缘点序列作为字符图像骨架。实验结果表明:该算法能较好地保留字符图像的基本信息,快速地去除字符图像中冗余的像素点,有效地解决了交叉点分离,笔段变短等问题,具有较好的细化结果,并为笔段的提取提供了有效的方法。在上述研究的基础上,提出了一种基于边界细化的笔段提取算法,算法的基本思想是利用基于字符边界细化算法初步细化后字符中部分复杂笔划已分解成笔段的特点,找出细化图像中的拐点、端点、断点;然后利用原图的连通关系把断开的基本笔段进行合并;最后进行笔段的提取。实验结果表明,采用该算法能有效地提取字符图像的笔段,并能取得较好的笔段提取效果。而后,为了提高相似字的识别率,分析了手写体汉字识别中相似字误识的成因,提出了一种新的相似字识别方法——基于特征点特征的部分空间算法。算法针对造成相似字误识别的各种原因进行了分析,得出了区分各种原因造成的相似字的特征必须满足的要求。通过对这些要求的分析,算法在进行特征点特征提取时,着重地讨论了特征点相关特征的提取,并引入端点对和断点对等概念,赋予了特征点更多的信息,以达到提高相似字识别率的目的。实验结果表明,在对相似字进行部分空间比较时,新算法提取的特征能较好地区分相似字。