作为汉字自动输入技术之一的脱机汉字识别技术,是汉字信息处理的重要接口技术。经过四十多年的研究,在脱机汉字识别的理论和技术上均取得了许多进展,但已有的研究成果还远不能彻底解决所有问题,在理论和技术上都有待进一步研究与发展。在整个OCR领域中,手写体字符识别的难度较大,成为该领域最具有挑战性的课题。论文以脱机手写体汉字识别方法为研究内容,对目前广泛采用的一些识别方法进行了认真的学习和总结。论文在总结学术上已有关于计算机文字识别成果的基础上,描述了计算机文字识别的基本过程,介绍了几种常用的汉字字符识别方法,对已有字符识别方法的改进主要有:(一)提出了一种提取汉字笔段的新方法。该方法从形态学骨架算法生成的骨架点出发,通过分析骨架点的半径分布及不同半径骨架点的位置,发现了笔段提取中产生的毛刺和畸变与骨架点半径之间的规律,进而以此规律为基础提出了一种克服毛刺和畸变的汉字笔段提取方法。(二)提出了一种采用复合特征进行手写体汉字识别的方法。该方法采用霍夫变换提取汉字图像的全局特征,并把这些全局特征与用弹性网格方法提取出的局部特征联合起来,这样得到的混合特征完整地反映了汉字全局特征和局部特征。在进行大类别手写体汉字识别时,采用该复合特征时识别率得到了明显提高。最后,论文介绍了作者参与研发的机器阅卷系统,包括其应用环境、主要功能、使用的主要技术。论文作者主要负责学号填涂区域的处理,并用基于霍夫变换和弹性网格方法提取的特征对姓名进行了识别实验。