由于汉字字符集庞大、结构复杂、变形又多,脱机识别是一大难题.本文以脱机手写汉字识别方法为研究内容,对各种方法的理论和实验结果进行深入的研究和对比分析,全面地介绍了脱机手写体汉字识别的预处理方法,讨论了传统的二值化、平滑和细化算法.提出了一种描述规范化处理的统一的数学框架,通过定义汉字图像的水平、垂直特征分布(包括投影、线距离、笔画间隔等)以及特征分布的均衡函数,将四种典型的规范化处理(线性、非线性)融入这个数学框架之中,对方法的运算复杂度、参数选取和对识别率的影响进行了系统的分析.在此基础之上,提出了一种基于改进的手写体汉字非线性规范化处理方法和统计模型的脱机手写体汉字识别算法.定义了一种适合汉字笔型特点的线密度函数,减小了非线性规范化处理对汉字图像四个边界处变形较大的影响,有效地提高了后期识别的正确率.详细地分析了隐马尔可夫模型(HMM:Hidden Markov Model)的基本理论和方法,提出了一种基于多重隐马尔可夫模型(MHMM:Multiple HMM)的手写体汉字识别新方法,以及结合基于区域投影变换形成的边界链码特征.