笔迹鉴别是根据手写笔迹判断书写者身份的一门科学和技术。因为该技术拥有不受文检人员主人为素的影响、识别率高、鉴别快等特点，因此在金融、保险、安全、考古等领域有广阔的应用前景。到目前已报道的关于笔迹鉴别的文献中，大多数为基于英文、中文和阿拉伯文的。基于维吾尔文的笔迹鉴别已有了不少的研究，但是鉴别效果不太理想，离将其实用化还需要很多的研究。由于我国的少数民族文字的自动鉴别技术尚处于初步研究状态，因此基于维吾尔文的笔迹鉴别技术的研究具有足够大的研究空间。本文从维吾尔文的结构特点和手写特点出发，对离线式维吾尔文文本无关笔迹鉴别技术进行了探索性研究，提出了适合于维吾尔文的笔迹鉴别方案。本文的研究重点集中在维吾尔文笔迹的特征提取部分，主要目的是研究适合于维吾尔文笔迹的特征和提取算法，对其进行有效性和稳定性分析，并建立维吾尔文笔迹鉴别实验平台。本研究过程中，首先建立了由224个人的1344份笔迹样本构成的笔迹样本库。然后对其进行了去除格线和噪声、灰度化、二值化、行和连体段分割、细化等预处理操作。本文按照维吾尔文的结构特征提出了整幅布局特征、方向特征和笔画统计特征，以及它们的提取算法。除了上述特征以外，又将在英文、阿拉伯文笔迹中鉴别率较高的倾斜度和曲率等特征应用了维吾尔文笔迹鉴别中。最后用欧氏距离、相似度、卡方距离等距离度量方法对上述五种特征进行了分类，并使用三种不同的实验确定了最佳的特征和距离度量方法。实验结果表明本文提出的在细化的笔迹图像上提取的笔画统计特征的鉴别率最好，距离度量方法中卡方距离的分类效果最好，其最高鉴别率为98.66%。