签名作为一种重要的身份凭证。广泛应用于社会的政治、经济活动中。也正因为这样，不法分子利用伪造签名进行诈骗的案件已是屡见不鲜，给各个国家和许多的个人带来了巨大的经济损失。目前对签名的鉴定主要靠专家人工进行，这在一些日常的经济活动中是无法实时进行的。手写体签名真伪自动鉴别技术的研究，其目标是以高技术水平进行科学的，准确的文件鉴定，向社会提供一个具有自动化的高技术保障，能够有效的拦截伪造签名犯罪的性能良好的系统。 本论文主要针对签名图像的真伪自动鉴别技术进行了研究。主要分为预处理、特征提取和分类判别三个环节。论文中首先分析了签名图像的背景对签名鉴别的影响，提出了提取签名图像的高亮图像的方法去除背景的干扰；在此基础上，考虑到每次得到的签名的大小和位置是不确定的，提出了调整签名文字间隙和基于签名高度一致的归一化方法。经过如上一系列预处理后，便得到了签名大小位置相同的理想签名图像。 在特征提取方面，本文将签名特征分为形状特征和伪动态特征。本文提出了基于笔划的特征提取方法，分别提取了基于Gabor滤波的笔划纹理信息和基于笔划分解的笔划方向信息作为形状特征。在伪动态特征方面，本文分别提取了灰度直方图特征和低灰度区特征作笠名书写时的动态信息。 获得有效的特征后，本文依据各个不同签名特征的数据特点，分别采用了支持向量机和欧式距离两种分类器分别进行分类判别。井采用信息融合的方法将不同分类器的判别信息进行决策融合。为了提高系统的准确率和效率，本文将伪造签名分为简单伪造签名和技术伪造签名，并采用两级判别系统对签名进行判别。 本论文的研究主要利用了图像处理方法和模式识别知识对签名图像进行图像的分割，特征提取和多级判别系统的多分类器决策融合进行真伪鉴别分类。实验结果表明，无论在对同类签名的鲁棒性和对异类签名的敏感性方面，都满足了预期的设计要求。