随着信息科学的飞速发展,信息泄露等安全问题愈来愈突出,传统的身份识别方式已经无法满足人们对其安全性的需求,很多领域都需要建立快速、安全的个人身份鉴别系统。手写体签名是人们日常生活中接触最多、应用最广泛的一种身份认证方式。因此,我们很有必要进行签名鉴别系统的研究。本文的研究对象是离线签名鉴别系统,对其研究过程可以分为四个阶段:图像采集阶段、预处理阶段、特征提取阶段和鉴别决策阶段。本文主要的研究工作如下:(1)在签名图像的采集阶段,创新性的采用手机作为图像采集设备,与传统的图像扫描仪设备相比,更加快捷、方便,而且分辨率并没有降低;(2)在签名图像的预处理阶段,对于平滑滤波、二值化分别选取了三种不同的方法进行处理并且加以比较,选择了效果相对好的方法;而且在平滑滤波阶段,本文在传统中值滤波算法的基础上,提出了一种改进的自适应中值滤波算法,消除了传统中值滤波算法中没有滤除的边缘尖锐点;(3)在特征提取阶段,共提取了4种特征:几何特征、形状特征、纹理特征和统计特征,并且将得到的特征向量进行归一化处理。试验结果表明,经过归一化的特征与没有进行归一化处理的特征相比,最终得到的准确率提高了14%;(4)在鉴别决策阶段,比较了常用的几种决策方法,最终选择了适用于非线性分类、小样本且能够达到全局最优的支持向量机算法进行真伪签名的分类。针对支持向量机参数的优化,本文提出了一种改进的K-CV算法,将网格搜索思想引入到交叉验证的方法中,经过实验验证,该算法与传统算法相比,准确率从93.33%提高到了95.71%。系统测试表明,本文所设计和实现的离线签名鉴别系统运行稳定可靠,为后续在线签名鉴别系统的研究打下了良好的基础。