随着国际化的发展,各个国家之间的交流越来越密切,为了更好的沟通,需要统一的语音系统。国际音标应运而生,就是记录所有语音的统一音标。然而,对国际音标字符的研究一直都比较少。国际音标字符有其自身特有的特点:字符的种类比较多,形态各不相同,含有大量的音节,和英语字符有比较大的差异性。近年来,有一些其它字符特征提取的方法,但是没有针对国际音标字符识别的具体方法,识别过程耗时长,提取的特征很复杂,识别率低,而且只是针对个别语种进行识别,通用性不高。因此,对于国际音标的研究与分析显得越来越重要,特别是把图像形式存储的国际音标快速准确的自动识别,这对于国际音标的普及有着跨时代的意义,深入研究国际音标字符的识别有着重要的学术意义和应用价值。国际音标字符的识别包括对字符的预处理,字符的切分,字符的特征提取,以及字符的训练识别,字符的特征提取和字符的识别是本文的研究重点。在国际音标字符的字符提取方面,需要根据国际音标自身特有的特征,提取多种字符特征。本文主要对国际音标字符的两大特征进行研究,主要是结构特征和统计特征。结构特征又分为轮廓特征和不变矩特征,统计特征又分为基于分块的投影特征以及链表特征,局部的线性特征等。实验证明,多种特征的融合对字符的识别有非常高的准确度。为了提高字符识别的效果,本文选择了对应的预处理方法,使用中值滤波进行过滤,使用改进的大津法进行二值化,以及基于数学形态学进行字符的骨架提取。经过验证,这种字符的预处理方法能够符合字符特征的提取。国际音标字符的识别使用了基于权重的BP网络,单个特征的识别效果不明显,本文采用多种特征使用不同的权重进行识别。试验证明,识别效果比单一特征好。最后,设计并实现了国际音标字符识别系统。