信息社会对系统和信息安全性的要求日益增加,传统的身份鉴别方法由于其自身所固有的弱点已不能够完全满足应用需求。手写签名鉴别作为生物识别技术的一个重要分支,具有难于模仿、易于接受、信息采集容易等优点,一直是生物识别领域的研究热点。本文对手绘签名技术进行了较深入的研究,初步解决了特征点检测中阈值缺乏用户适应性、DTW算法效率低等问题,论文的主要工作及研究内容包括:(1)提出了一种自适应阈值的特征点检测方法。在基于极值的特征点检测中,阈值通常是根据经验被设置为某个固定的值,这样的阈值缺乏用户适应性,常造成特征点漏检或误检。本文通过引入特征点稠密度来衡量阈值的优差,在检测过程中动态调整阈值,实现了阈值的自适应。(2)对基于DTW的特征点对齐算法进行了改进。针对DTW算法中存在的多路决策问题,通过引入额外相似度作为辅助判决依据,可快速决定下一步路径,在一定程度上解决了常规算法中的“试探”现象,提高了算法的效率。(3)给出了签名快速识别方案。通过大量实验发现,现实生活中大多数人的签名在某些全局特征上差别较大,在此基础上给出了一种签名快速识别方案。该方案先对待测签名提取一些全局特征并与签名模板进行比较,快速排除差别较大的伪签名,提高签名识别效率。(4)设计了基于签名鉴别技术的私钥管理方案。将签名识别技术引入到私钥管理领域,结合签名认证和解密式口令认证,建立了一种双重身份认证模型,同时采用私钥分割传输机制,确保私钥的安全访问。