随着信用卡消费的普及，随之而来的安全问题也越来越突出，传统的密码等身份验证方式已不能满足社会的需要。使用生物特征来验证个人身份的方法能有效的解决身份验证中的安全性问题。签名特征为生物特征中的一种，被广泛用于合同、证书、协议、单据等文书。如某些签名被伪造，则有可能对社会造成危害，因此研究离线签名系统有十分重要的实际意义与理论价值。本文与传统使用图像静态特征与伪动态特征的方法不同，仅用SIFT特征来作为签名鉴别的唯一依据。本文首先对国内外对于手写签名鉴别的现状以及发展动态做了详细介绍，然后提出一种可行的基于灰度签名图像的鉴别算法：在预处理中本文采用“四方界定法”对签名图像边界进行确定，并对签名图像进行归一化处理；随后提取灰度图像中的SIFT特征点来进行后续的签名鉴别工作；在匹配SIFT特征点时，本文采用RANSAC算法来消除误配。每幅签名图像可能有多个SIFT特征，并且这些SIFT特征的位置也会不相同，无法使用传统静态特征与伪动态特征的匹配方法。本文提取多个签名中比较共有的SIFT特征作为签名的普遍SIFT特征，并存入签名SIFT特征库。最终决策阶段，把SIFT特征库中的特征与待鉴别签名进行匹配，如成功匹配点数超过一定数量即认为签名是真实的。并且建立了签名SIFT特征库以解决实验中出现的问题。最终实验结果表明本系统的鉴别准确率达到88.5%，高水平签名的鉴别准确率也达到了80%，在同类签名鉴别系统中准确率较高。