笔迹鉴别是身份认证的方式之一,在许多领域都有非常重要的应用,目前在公安、社会化考试、银行等领域得到日益广泛的应用,其中一个典型应用就是高等教育自学考试考生试卷笔迹真伪鉴定。目前这些工作还是通过考试中心文检人员手工比对,随着近几年招生人数的增多,这项比对工作,相当耗费人力、物力。本文正是基于高自考这样的背景,来研究基于文本依存的离线笔迹鉴别。本文首先介绍了笔迹鉴别的研究现状和相关理论问题,分析了国内外关于离线笔迹鉴别的研究情况。然后结合课题文本依存的特点,给出一种基于纹理的算法。该算法采用二维Gabor滤波函数对纹理进行分析,选取4个频率8个相位,获得32个核函数,经过变换后,这样对于每一个样本将获得32个变换系数,本文采用32个变换系数的方差作为笔迹特征,在分类时,使用欧氏距离作为分类器,基于同一书写者训练样本少这一特点,本文提出一种新的阈值获取方法。为了对本文算法进行验证,课题在VC++ 6.0环境下编程实现了本文给出的方法,然后采集了30人共108份笔迹样本进行了实验。首先,对每一份笔迹图像进行预处理,得到归一化的训练样本和测试样本;然后对样本使用二维Gabor滤波函数进行快速变换,对变换后的系数求方差,获得32维特征;在训练阶段,使用欧氏距离作为分类器,通过训练样本获取阈值;在测试阶段,将测试数据送入分类器进行鉴别,给出鉴别结果。通过实验得出,正确接受率为89.3%,正确拒绝率为80.0%。