近年来,生物特征识别技术由于其高可靠性和高有效性在用户身份认证领域受到了广泛关注。作为生物行为特征的一种,在线手写签名具有不易遗忘、采集方便且容易被人们接受等特点,在无纸化办公和电子商务等领域具有广阔的应用前景。但是由于手写签名的不稳定性,用户真实签名之间存在较大的类内差异,而真实签名和伪造签名之间的类间差异相对较小,使得在线手写签名认证研究具有一定的挑战性。本文以此为背景对在线手写签名认证算法进行了相关研究。本文的主要工作如下:1.签名预处理算法。针对签名数据中的噪声和每次收集到的签名在角度、尺寸和位置上的差异,首先对签名进行了预处理。预处理算法包括签名去噪和签名归一化两步。2.基于形状特征的签名认证算法。提出利用形状上下文提取签名的整体形状特征,两个签名形状的形状上下文匹配之后,将得到的形状距离用于认证签名真伪。基于形状特征的签名认证算法描述了签名的整体形状特征,从而可以快速地认证随机伪造签名。3.基于函数特征的签名认证算法。提取了 20种函数特征,采用形状上下文-动态时间规划算法对两个签名的任一对函数特征进行了匹配,匹配结果送入基于区间值的符号表示分类器中进行签名认证。基于函数特征的签名认证算法充分利用了在线签名获取的动态信息,从而提高了对熟练伪造签名的认证精度。4.两级在线签名认证算法。由于在实际应用中,随机伪造签名出现的概率远高于熟练伪造签名,为此本文提出了一种两级签名认证算法以实现快速准确的签名认证。待认证签名经过预处理后首先进入基于形状特征的认证子模块,随机伪造签名被快速滤除;通过了第一级的签名将被基于函数特征的认证子模块再次认证。本文在国际上公开的数据库SVC2004 Task2上测试了算法的性能。实验结果表明,两级签名认证算法能快速且准确地对签名进行认证,其等错误率为2.39%,证明了本文算法的有效性。