本文對智慧人機互動中的圖形識別方法進行了深入系統地研究，在研究中，應用了近年來模式識別中分類器聯合方面以及影象匹配方面的一些新方法，並且結合應用背景對這些方法進行了進一步的改進。本文圍繞智慧人機互動中的圖形識別這個主題，分別討論了聯機圖形筆劃的單分類器識別、聯機圖形筆劃的多分類器聯合識別、聯機圖形的結構識別、離線圖形符號識別和圖形符號語義聯想等內容。 第一章，介紹了人機互動的系統模型，以及人機互動中的圖形識別技術。回顧了人機互動技術的歷史與現狀。接著介紹了本文的研究成果和本文的章節安排。 第二章，選擇了三種不同分類器對聯機圖形單筆劃進行分類。每一種分類器都基於互不相同的特徵集合和不同的分類機制，具有較強的獨立性。使用的分類器分別為基於模糊特徵的線性分類器、使用幾何定義特徵的分層分類器以及基於曲度頻域特徵的距離分類器。對三種分類器的效能進行了實驗比較，實驗結果說明幾種分類器具有一定的互補性。 第三章，研究了基於不同模式特徵的多分類器聯合方法問題。基於一個理論框架，從理論上提出了一種新的分類器聯合方法，並對該聯合方法進行了效能估計。將這種方法應用於聯機幾何圖形識別問題，聯合了三種分類器，每種分類器的機制各不相同，並且都基於不同的模式特徵。並且將這種分類器聯合方法與幾種現有的聯合方法進行了實驗比較，實驗結果說明這種方法具有較高的識別率。 第四章，提出了基於動態工作模板的聯機圖形屬性關係圖(ARG)匹配策略，解決了聯機圖形結構識別中由於存在單筆劃的多筆繪製以及筆順不固定而引起的問題。採用了A~*演算法進行元線級別ARG的最優匹配，為此提出了適用於聯機圖形的代價函式和啟發函式。提出了元線級別ARG模板匹配策略，加快了匹配速度。 第五章，提出一種基於Hausdorff距離進行圖形符號識別的方法，為以點陣圖形式存放的圖形符號的識別和檢索提供了一個有效的途徑。討論了Hausdorff距離的性質以及計算方法，指出了在複雜的背景影象中，利用有向Hausdorff距離進行圖形符號匹配的適用性，並且提出了一個計算Voronoi曲面的具體演算法。提出了在圖形符號匹配中，利用事先構造好的多級旋轉模型和多級尺度模型的匹配方案。針對由於尺度變換和旋轉變換所帶來的較大計算開銷，本章提出一種基於Hausdorff距離的兩階段識別方法。 第六章，研究了圖形符號基元選取的準則，提出了從圖形符號到漢語詞語的語義對映方法，提出了基於模糊認知圖的漢語詞語聚類方法，最後提出了利用漢語詞語聚類來實現圖形符號聯想的方法。這種圖形符號的語義聯想方法可以用來改善資訊檢索系統的人機互動效率以及用於資料探勘領域中的資訊視覺化技術。