CAD是计算机图形学在工业界最广泛、最活跃的应用领域。现在CAD技术和CAD系统已有了相对完善的发展,它们主要用于设计过程的相对后期阶段,但不能很好地满足在设计早期阶段的概念设计的需要。因此开发新的适合于草图设计的输入工具,并研究基于此种输入方式下的草图识别与理解研究具有重要的现实意义。电路图设计是CAD技术的一个重要应用领域,本文针对电路图的概念设计,对电气符号的计算机自动输入与识别技术展开了深入研究。首次采用智能像卡图像输入系统作为手绘电路图的输入设备。在智能像卡上可以象在纸上用真正的笔直接书写,和正常的手工绘图几乎没有区别,符合设计人员的书写和思维习惯;其操作非常简单、方便、自然,其过程非常快捷、准确;图像采样效果理想。因此,它非常适合作为手绘电路图的输入设备。预处理是整个手绘电气符号识别的重要组成部分。对原始手绘电气符号图像进行了平滑、去噪、细化、归一化等处理。归一化处理是解决手绘符号变形问题的有效途径,对目前文献中的几种归一化处理算法进行了实验比较,选取了适合手绘电气符号识别的归一化方法。特征提取是模式识别的关键技术。本文介绍了特征提取在符号识别过程中的重要应用。根据手绘电气符号的特点,有针对性的提出了两种特征提取方法:扩展网格比较特征提取方法和扩展网格图素分布特征提取方法,并通过识别实验对这两种特征的应用价值进行了分析。分类器的设计是模式识别的又一个关键技术。通过对多级分类器集成技术的分析,提出了一种二级分类器组合的手绘电气符号识别模型,预分类时,输入特征数据是扩展网格比较特征,分类器是距离分类器;细分类时,输入特征数据是扩展网格图素分布特征,分类器是BP神经网络分类器。给出了预、细分类器的判决策略。构建了一个智能像卡输入的手绘电气符号识别系统,进而通过实验验证了方法的有效性。