针对字库创作和书法自动生成的应用背景,本文对汉字笔画匹配和轮廓提取的方法进行了研究,能够有效建立参考笔画和输入图像笔段路径间的对应关系,有利于字符生成时笔画的选取和更高层次风格的生成。首先采用模糊数学的方法描述笔画属性和笔画间的关系,分别对参考字符和输入字符建立属性关系图。针对输入字符图像细化后存在的伪分枝问题,本文根据骨架段的最大弯曲比进行剪枝。　　本文提出了一种新的基于每个骨架段分配到的最近邻轮廓线像素点的个数来检测模糊区域的方法,实验表明该方法能够有效检测模糊区域。获得完整的输入笔划路径是提高笔划匹配的准确性,降低时间复杂度的重要手段。本文提出一种根据子笔画段间的方向变化,宽度变化和贝塞尔拟合误差训练支持向量机模型的参数,以此指导笔画段的连接与延展,获得完整笔划路径的子笔画连续性分析方法。在这基础上,借助启发式搜索算法对参考图和输入图进行匹配,建立对应关系。笔画匹配提取的是笔画的骨架线,为了获得完整的笔画轮廓,结合轮廓线像素点的最近邻分配原则和交叉区域角点检测算法对笔画分割点进行了准确定位,接着根据最近不交叉原则连接轮廓段,形成封闭的轮廓线。实验结果表明,本文提出的模糊区域检测算法比常用的最大圆规则更有效。针对GB2312中6763个宋体字的笔画匹配准确率达到了97.4％,467个硬笔楷书的正确率为83.6％,而且轮廓提取很好的保留了笔画的风格。