本文主要针对基于文本独立的离线手写体笔迹鉴别方法展开研究，重点集中在笔迹图像预处理、特征提取、分类匹配和分类器组合等方面，探讨了部分方法的优点和不足，提出了一个完整的基于全局纹理分析的笔迹鉴别系统设计方案，并在此基础上实现了一个“笔迹鉴别软件系统”原型。 笔迹图像预处理部分涉及了笔迹样本图像的获取和一系列预处理算法，如基于RGB颜色模型理论的背景去除算法、位图转换和灰度化处理算法、离散杂点噪声去除算法、基于阀值分割的图像二值化算法、行倾斜度调整、行列压缩与拼接、归一化和有效的文本块截取方法等。 特征提取部分从笔迹的全局纹理分析的角度出发，采用了多通道Gabor小波变换方法提取笔迹纹理特征。根据多通道Gabor变换算法，在样本不变的情况下选择不同参数，通过实验对识别结果进行比较分析，取得了满意的效果，并为多通道Gabor小波变换在笔迹鉴别应用的进一步研究提供了参考依据。 基于所提取出的笔迹纹理特征数据，分别采用欧氏距离分类器和K-NN分类器进行分类识别，还在此基础上提出了更优的神经网络分类器和分类器的组合方法，并通过MatLab7.0工具箱进行了仿真实验，如BP网络分类器、CPN网络分类器、基于多数表决规则的组合分类器、基于后验概率的多神经网络集成分类器等。通过测试，文中给出了各种分类器以及组合分类器的性能评价，获得了良好的鉴别效果。