本文首先介绍了模式识别、汉字统计形态分析等和手写汉字识别相关的技术，随后分析了一种统计识别方法的原理，接着研究了这种统计识别方法的实现算法，最后说明了实现这个统计识别算法的手写识别系统，并提出了优化识别速度的几个方法。 在这种统计识别方法中，识别过程包括预处理、归一化、特征形成、特征提取、分类和索引汉字内码等过程。归一化过程把手写轨迹归一化为归一化汉字，特征形成统计归一化汉字边、角特点，这些特点组成特征向量；特征提取把特征向量从高维映射到低维，特征提取方法采用按欧氏距离度量的特征提取方法：分类过程把特征向量和汉字典型模式进行匹配，找到和特征向量最相似的汉字典型模式，分类方法采用最小距离分类器。 在统计识别算法实现过程中，为了提高分类速度，分类过程被分成粗分类和二次分类两个过程。 在硬件上，本手写识别系统由处理器SPT6608A，触摸屏和模/数转换器AD7843组成;软件上，识别引擎采用前面的统计识别算法。触摸屏和模/数转换器组成手写输入装置，实现对手写轨迹的采样。在手写轨迹采样和处理时，要进行坐标定位和飞点处理。 经过测试，当这个手写识别系统识别4096个常用汉字时，一个汉字的平均时间为1.3s，识别率大于90％。这些性能达到了使用者对识别速度和识别率要求。该识别算法已经被应用在PDA、短信话机等电子产品中。