本文以简单手绘草图设计为背景,以解决草图理解中的歧异性和模糊性为目标,对草图理解系统功能构架、学习方法的选择,草图输入交互设计等方面进行了初步的研究和实验。我们提出了一个通用的解决框架,选择了在语音识别中获得良好应用的隐马尔可夫模型(HMM)学习方法,实验验证了该方法的可行性,基于HMM学习方法,自主地进行了手势设计的开发。本文的成果主要体现在以下几个方面:基于HMM的学习方法:在语音识别领域内HMM成功应用的基础上,针对草图理解与语音识别具有的相似性,结合用户在某一领域内会习惯性输入的特点,把用户的输入习惯作为草图理解的时序信息,提出了基于HMM学习方法的草图理解模型。利用目前在线识别系统中常见的特征表示方法对HMM的应用能力进行了实验,结果表明HMM能较好地描述草图输入中的用户习惯,表现了良好的识别效果,是手绘草图理解的可行方法。用手势识别的开发模拟复杂的手绘草图理解的开发,在其内部实现机制上采用了HMM建模。