本课题研究印刷体数学表达式中符号的识别。 近年来，数学公式图像自动识别与理解已成为文档图像处理(DIP)领域的一个热点问题。数学公式图像识别主要包括两大阶段：符号识别与语法分析。多数学者将研究重点放在语法分析阶段，因为很多人误认为传统OCR技术能够较好的识别数学公式符号，但实际应用中却远非如此。 数学公式符号是介于普通文字字符与图形符号之间的一种符号，它在排版印刷、符号集方面都与普通文字字符有着很大的区别；而且数学公式符号图像受字体影响较大。因此设计专门的数学公式识别引擎非常必要。 本文针对这一问题，提出一个合理的、使用性强的数学公式符号识别模型，根据这一模型，实现通用、快速、精确的印刷体数学公式符号识别引擎。 该识别引擎包括预处理、字体识别、符号内容识别、后处理这一完整流程，在符号内容识别阶段，集成结构分析与统计分类的思想，并分别采用最小距离和基于ISOETRP聚类算法的决策树两种方法设计分类器。 本课题识别字符集包括普通字体符号330个，LATEX排版数学符号356个，基本囊括所有的数学公式符号；利用该系统对500个公式(约9000个符号)进行测试，识别率达到98％。说明该系统已经脱离实验室阶段，基本可以满足实际需要。