近年来,随着公式识别技术的不断发展,公式识别领域出现了一个新的研究问题——化学表达式识别问题。由于化学表达式和数学表达式一样,是自然科学领域应用广泛的一种表达式,因此它的识别问题已得到了关注,国内外相关领域研究人员已经提出了一些解决方法。本文正是针对化学表达式的自动识别技术展开研究,与普通文本相比,化学表达式在尺寸、结构、分布上特点显著,这些均为印刷体化学表达式的成功识别创造了条件。作为OCR技术的一个专项领域的扩充,通过计算机对文档图像中包含的化学表达式进行自动定位、提取和识别以及输出,从而实现对其重新编辑、验证、复用等功能。在电子计算机技术、网络技术加速发展的今天,开展对化学表达式识别技术的研究有着重要的理论意义和实用价值。　　本课题在实验室前期的研究成果——中文印刷体文档识别系统的基础上,对该系统进行了功能上的完善和扩充,实现了其对印刷体化学表达式的识别,本文主要工作概括叙述如下:　　首先,构建了化学表达式识别框架,从文档图像预处理、化学表达式提取、字符识别以及结构分析等方面对化学表达式识别系统进行设计,采取了模块化的设计思想解决问题。　　然后,提出了基于改进投影法的化学表达式定位技术,主要包括化学表达式的行提取、合并,化学表达式行的判别以及化学表达式的定位提取。　　其次,通过基于支持向量机的算法对定位后的化学表达式进行环/非环的分类,并分割出化学表达式的文本单元与结构单元,然后利用基于改进的霍夫变换法对化学键等结构进行识别,同时充分考虑了立体化学键——楔形键的识别问题,将其宽度与已提取的普通化学键平均宽度进行对比从而实现了对楔形键的识别。　　最后,选取WordEQ域作为化学表达式识别结果输出的有效格式,编写了表达式的域代码,给出了本文的输出结果,并同国外的几款相关软件进行横向对照,从而分析各方法的优缺点。　　综上,本文在原有的中文印刷体文档识别系统的基础上,完善了其识别功能,扩充了其识别内容,实现了对化学表达式的处理,为化学信息的复用奠定了基础。