手写体汉字笔迹鉴别是模式识别中一个非常重要的研究方向，在公安、金融、考古等领域有着广阔的应用前景。虽然目前的笔迹鉴别方法有很多种，但是还没有一种方法可以同时做到很好的可靠性和准确度，所以本文提出采用信息融合的理论将三种鉴别方法有机结合起来进行笔迹鉴别。首先，在分析图像矩特性的基础上，提出对笔迹图像分块，然后提取每一个笔迹块的重心特征和形状特征，综合每一幅笔迹图像的所有块的重心特征和形状特征，得到最终的特征向量。进而求取每一幅待鉴别笔迹的这些特征向量与样本笔迹图像的特征向量之间的距离来做到笔迹的鉴别。其次，由于笔迹图像的纹理特性，可以描述一个人的书写习惯等特性，并且有很多研究表明笔迹纹理分析在笔迹鉴别中的重要性，本文将局部二值模式（LBP）的直方图作为纹理特征，应用到笔迹鉴别中来，取得了很好的鉴别结果。最后，提出了将基于矩特性的鉴别方法与基于局部二值模式直方图的鉴别方法在决策层的融合，在结果融合时采用了加权的思想。信息融合可以从不同角度的特征提取的鉴别结果综合，具有良好的适应性。考虑到这每种方法排序前几的结果的可靠性不同，分别对其设定不同的融合权值。实验结果表明，将基于矩特征的鉴别方法和基于局部二值模式直方图的鉴别方法融合的鉴别结果，鉴别正确率要高于两者单独使用，前五选鉴别正确率可以达到96.7%，而且该方法适用范围更广。