签名作为身份鉴定的一种手段被用于很多领域,如银行票据、各种协议、各国之间文件等。如果签名被模仿或伪造,会造成严重的社会后果或巨大的经济损失,甚至破坏整个金融秩序或社会治安,因此展开对离线中文签名鉴别技术的研究具有十分重要的理论意义和实用价值。结合汉字字符特有的结构特征和比较现有的细化算法的优劣,设计了一个基于汉字笔画结构特征的签名图像细化算法。说明了算法的基本设计思想,描述了算法的工作流程,给出了基于该算法的实验结果,并与基于Zhang细化算法的细化结果进行了比较。此外,通过借鉴笔画提取方面已有的研究成果,同时结合签名鉴别本身的特点,探索性地提出了一种具有较高鲁棒性和较低时空开销的签名分段方法。该方法对每个分段提取位置、轨迹和笔画浓度三组特征,有效地克服了网格化分段和特征提取方法的不足。与此同时,围绕同一组签名的鉴别,给出了一个计算签名相似度的方法。基于一个改进的DHMM(Discrete Hidden Markov Model)模型,借助仿真实验,展示了所研究的离线手写中文签名鉴别方法的鉴别效果。实验结果表明,所给出的细化算法更好地保留了签名的笔画结构信息,减少了笔画相交处的畸变和毛刺,提高了鉴别的准确率,无论对于随机伪签名还是简单模仿伪签名的鉴别率和错误率均可达到达到可接受的范围内。