笔迹鉴别是根据手写笔迹判断书写人的一门技术。笔迹鉴别的计算机化是减轻文检人员的工作负担、促使笔迹鉴别技术推广普及的一个重要步骤。计算机笔迹鉴别的研究经历了近40年，取得了不少成就。近年来，社会需要对计算机笔迹鉴别的研究提出了新的要求，模式识别和人工智能等相关学科的进展为计算机笔迹鉴别的发展提供了新的契机。在这样的背景下，本文通过综合已有笔迹鉴别方法，研究提出了一种基于整数小波系数的笔迹鉴别方法。论文的主要内容有： 详细介绍了基于生物特征的身份鉴别技术，比较了12种用于身份鉴别的生物统计特征。介绍了笔迹鉴别的应用背景和发展历史及计算机笔迹鉴别的技术状况，分析了笔迹鉴别问题的性质，提出了计算机笔迹鉴别系统的实现方案。指出实用的计算机笔迹鉴别系统是人机结合的、机器粗分类和人工专家最终判决的系统。 纹理分析是在图像处理、分析和识别中广泛应用的一种方法。文章总结了几十年来，人们提出的许多纹理分析的方法。其中小波变换具有良好的时频局部化、尺度变换和方向特征，更容易适应人类视觉系统，它已成为纹理分析的一个有力的工具。 在笔迹图像的特征提取上，文章把笔迹图像当作纹理图像来看待，创新地提出用(2，10)整数小波变换来分析笔迹图像，即主要用(2，10)整数小波变换分析纹理图像，用纹理图像的整数小波系数来表征笔迹图像的特征向量，文章定义了一个18维的特征向量。(2，10)整数小波变换能够很好地提取图像的高频部分，高频部分在图像中表现为细节，而对纹理图像的分析主要是对细节的分析。用小波系数作为图像的特征，可以对纹理图像进行多分辨率分析，以便更好地反映纹理细节特性，达到初步识别减少文检专家工作量的目的。采用27个人的中文笔迹(内容相同)进行实验，包含每人两到四幅笔迹。字符存在于上下文中，而不是书写同一个字，因此对于现实生活中的笔迹具有代表性。在matlab6.5环境下，选用不同的特征字及组合，进行了鉴别实验，取得了较好的效果，在文本依存的情况下，识别率达到了98.60％。