随着计算机及计算机网络的高速发展、大存储容量设备、互联网的商业化的出现，人们所生活的社会进入了信息化时代。在信息技术高速发展的同时，一个难题也摆在我们面前，那就是面对高维、非结构化、离散化程度高的海量数据，用什么方法能更好的进行数据处理，获得有用信息。主曲线作为一种数据压缩和特征提取的新方法能较好的解决这个问题。 主曲线最初是由Hastie和Stuetzle(简称HS)提出的，它是穿过d维数据分布或数据云“中间”并满足“自相合”的一条光滑曲线，是第一主成分的非线性推广。主曲线能很好的描述模式特征、保持结构信息以及具有几何直观性好、对平移和伸缩不变等优点。继HS的开创性工作以来，由于主曲线暗示着深刻的理论意义和广泛的应用前景，引起国内外计算机界许多专家学者的关注，目前主曲线已应用在图像处理、语音识别等多个领域。 本文主要研究主曲线理论及其在特征提取中的应用。首先，对主曲线的一些主要算法做了分析与比较；然后，选用主曲线算法来提取字符的结构特征，通过分析，选取出字符的有效模式特征进行分类，并从实验角度把它与其它特征选取方法进行比较；最后，把主曲线特征提取应用在票据识别中。