作为人机交互领域的重要研究课题,在线手绘草图识别技术具有较高的研究和应用价值。本课题的目的是为道路交通事故现场图的绘制研制专用的快速手绘输入系统。课题围绕系统功能的具体实现,对手绘交通现场图形识别、用户自适应手绘识别、在线手写文字识别等技术进行了一系列的探索研究。针对道路交通事故现场图形库中图形的特征,提出了手绘交通事故现场图形双层识别方法,根据外形特征将图库中的图形近似为四类基本图形。粗分类识别检测用户输入中包含的四类基本图形,并提出隐含封闭图形搜索算法用以识别用户多笔输入的封闭图形,提供相似性反馈结果捕捉用户意图;细分类识别通过计算用户输入与图库图形的相似程度,提高反馈结果的精确度。通过提取草图位置、大小、方向等参数并使用平移变换、比例变换、旋转变换实现手绘交通图形的现场识别要求。为实现用户自适应手绘识别,本文提出了基于机器学习的手绘交通图形识别方法,利用机器学习的方法识别用户自由输入的基本图形笔画,根据识别结果提供相似性反馈图形并提高相似性反馈精确度。分别建立了基于BP网络、RBF网络和SVM的用户自适应手绘识别模型,并对三种方法的结果进行了分析对比。考虑到完整道路交通事故现场图中包含文字部分,本文设计了手写文字识别子系统。系统包括字库载入、文字识别、用户自适应学习三大功能模块,利用向量绝对距离实现用户输入特征与字库的匹配计算,通过相似性反馈结果的方法提高识别正确率。实现了手写文字在交通现场图中的显示功能,并提出了基于手写汉字的交通符号简易绘制方法方便用户使用。本文提出的方法可以实现道路交通事故现场图的快速手写绘制,系统对用户无过多的技术要求,可以极大地提高交通事故处理的工作效率。