该文首先对传统的模式识别方法作了简单介绍,随后提出了辐射投影变换和极半径不变矩等新的识别算法,并将它们用于汉字识别之中.对几种典型的傅里叶子作了深入的比较研究,并从理论和实验两个层面得出结论,认为基于极半径函数的傅里叶子是几种中最好的一种.首次提出了辐射投影变换的概念,给出了数学模型以及具体实现方法;接着对原始投影曲线进行了优化改进,即以累加型的投影函数值为函数,并施以类似旋转的变换,得到了更易于提取特征和鲁棒性更强的函数-改进投影累加函数;随后研究了汉字的投影函数特性和改进投影累加函数特性,以及它们相应的傅里叶特性,并用傅里叶系数作为特征值进行识别;用上面的方法对1000个常用汉字进行识别实验,识别率达98.1﹪.首次提出了极半径矩的概念,给出了具有平移、旋转和尺度不变性的多个不变矩;结合实验,选取了5个特征值作为识别用的特征向量;这些不变矩既适用于模式是区域的情况,又适用于模式是边界曲线的情况;既适用于模式是单区域的情景,又适用于模式是多区域的情景;通过大量实验,进一步验证了极半径不变矩的不变性;分别与Hu不变矩和统计矩作了对比识别实验,得到了令人满意的结果;用极半径不变矩对常用汉字（1000个）进行识别实验,正确识别率达99.6﹪.