本文主要从笔迹分析的角度辅助鉴别书法作品的真伪。虽然目前关于书法字笔迹鉴别的研究甚少,但离线文本独立的手写汉字笔迹鉴别方法对书法笔迹鉴定有着重要的参考价值。提取有效的特征一直是笔迹鉴别的关键问题,本文主要研究的是基于纹理分析的笔迹特征提取算法,完成的工作如下:1.介绍了书法笔迹鉴别的相关背景和离线文本独立笔迹鉴别特征提取方法的研究现状。2.完成了书法图像的预处理工作,提出了通过统计字符笔画的方向梯度直方图的方法对Gabor滤波器的角度进行优化。针对传统Gabor滤波器特征提取方法存在的不足,充分利用Gabor滤波系数间的相关关系,提出了用高斯马尔科夫随机场(GMRF)模型对Gabor滤波图像中的不同局部结构信息进行描述,成功地将全局特征和局部特征融合在一起。3.提出了结合Gabor滤波器和高斯马尔科夫随机场的笔迹鉴别方法,算法的基本思路是:通过优化的Gabor滤波器提取笔迹的纹理特征和奇异信息,突出笔迹信息在一定方向和空间频率上的整体特征;然后用高斯马尔科夫随机场模型来描述滤波图像中隐藏的局部结构,对笔迹的局部结构信息进行分析。整个特征提取算法综合考虑了笔迹的微结构信息和整体的书写风格。以楷书四大家的真迹样本和收集的英文手稿作为实验数据,采用最小加权欧式距离分类器对笔迹样本进行分类,通过五重交叉验证法分别得到93.3%和87.4%的正确分类率。实验表明,对比传统的Gabor滤波器方法或单一的高斯马尔科夫随机场模型方法,本文提出的结合Gabor滤波器和GMRF方法提取的特征具有更强的笔迹表征能力,该方法在本文所用的笔迹样本库上取得较为满意的结果。