手写汉字识别是模式识别领域中的一个重要分支。它在文献检索，办公自动化，邮政、银行票据处理，表格录入，机器翻译，出版及盲人阅读机等方面都有广阔的应用前景。手写汉字的识别方法有很多种，每一种方法都有一定的优缺点，如何将多种识别方法进行综合应用，是目前手写汉字识别领域的研究热点。信息融合是模式识别中的一种重要方法，它能将多种识别方法综合应用，提高识别效率和准确率。信息融合在手写汉字识别领域的应用主要集中在决策层信息融合上，即多分类器融合。 在对手写汉字识别的主要过程和信息融合的主要方法进行了深入的学习和研究之后，本文主要作了如下几方面的工作： (1)概述了手写汉字识别的背景、发展历史和当前研究现状，以及信息融合的过程和特点，说明了利用信息融合进行手写汉字识别的优势和实际意义。 (2)阐述了手写汉字图像预处理的主要过程，分析了一些预处理方法的优缺点，编程实现了预处理的基本过程。 (3)对手写汉字特征提取的主要方法作了详细介绍和优缺点分析，对轮廓特征提取提出了改进意见，降低了轮廓特征信息存储的冗余度。 (4)描述了手写汉字的主要匹配识别方法，对较成熟的松弛迭代匹配法的算法过程和优缺点进行了详细分析，选取部分手写汉字样本进行了匹配识别实验。 (5)对轮廓特征和骨架特征的优缺点作了深入分析，针对细化方法的缺点提出了基本笔划的直线化归一化方法，在此基础上提出了直线化骨架特征提取方法。借鉴松弛迭代匹配法的思想，针对松弛迭代匹配法的缺点提出了直线化骨架特征匹配识别法。通过对比实验表明直线化骨架特征匹配识别法具有较高的识别准确率和较好的稳定性。 (6)分析了一些已有决策层融合方法，发现其中存在的主要不足是缺少检验机制，针对这种不足提出了检验投票法，给出了识别相似汉字的检验投票法。通过进行手写汉字识别的实验，表明检验投票法能够提高识别的准确率，是一种有效的决策层融合方法。