骨架是一种能保持原图像拓扑和几何性质的简便形状描述方法。骨架提取算法现已广泛的应用于文字细化、医学图像处理、机器人路径规划、指纹识别、科学图像分析等领域。快速、准确的提取出骨架在图像处理领域具有重要的理论与实际意义。本文主要研究如何实现快速高性能的汉字细化,提出了新型连通性原理,并在该原理的基础上提出了自动生成保留模板方法。根据新方法对OPTA系列算法进行了改进,消除了该系列算法容易存在断点及毛刺较多的缺陷,并大大提高了细化运算效率。首先研究了汉字识别的预处理过程,同时对目前使用最广泛的几种细化系列算法进行了优缺点分析。OPTA系列细化算法是一步迭代细化算法,同时对所有的像素进行迭代处理。Z-S系列细化算法分两步进行迭代运算,并运用逻辑运算公式处理目标像素。经过实验对比发现,OPTA系列细化算法的骨架连通性和细化性较差,细化速度也较慢,还有进一步改进的空间。因此将针对这些缺点做进一步的研究。接着提出了新型连通性原理,并在此基础上提出了一种自动生成保留模板的方法。该方法是依据细化算法中的删除模板来进行自动匹配,进而找出所有需要保留的模板。用此方法对OPTA系列细化算法进行改进,为该系列算法提出更准确有效的保留模板。实验证明,OPTA系列算法用此方法进行改进之后细化速度有了较大的提升,并且弥补了某些算法会出现断点的缺陷,提高了骨架的连通性。在OPTA系列细化算法及新型连通性原理的基础上提出了改进的OPTA细化算法。该算法的基本思想是依照新型连通性原理提出新的删除模板,并利用该删除模板自动生成保留模板,使骨架没有断点并且完全细化。实验结果证明,该算法能实现汉字的完全细化,没有任何断点产生,并且骨架很少毛刺,因此细化结果具有良好的连通性和细化性。最后,在实验中发现,改进的OPTA细化算法在细化速度上没有优势,且对汉字的细化过于彻底,导致一些骨架结构信息的丢失。因此又提出了一种改进的OPTA快速细化算法,该算法同样在新型连通性原理的基础上设置了右邻接及下邻接的删除模板和保留模板,并增加了一些小毛刺删除模板及小区域保留模板。还在该算法内提出了删除双斜线的方法,以保证骨架的单像素性。经过实验证明,该算法的细化速度相比较其他细化算法优势明显,且细化后的骨架也保持了原图的拓扑结构、细化性以及连接性。本文提出的两种改进的细化算法均在MATLAB平台上进行实验,在宋体、楷体、隶书等数据集均有良好的细化结果,是一种较为实用的细化算法。