笔迹鉴定是一个从大量参考文档中寻求真正作者的过程,它通过统计不同作者的书写“习惯”以区分不同的作者。目前书写习惯可以利用聚类统计,其中每种书写习惯称为原型(Prototype)。然后为每份文档建立原型分布图。具有相似原型分布图的两份文档即是相同作者。此方法尽管能获得较好的识别率,但面对大量草书字体的时候,其难于实现精确的字母分割。　　 对于这种情况,本文提出了两种低复杂度的笔迹分割方法。此些方法可以取得与基于字母分割方法相近的识别率。第一种方法SegM是寻找笔迹的局部最低点以进行图像分割,分割后的图形被称为字形。而第二种方法SegL是提取笔迹字圈。此外,本文采用独立数据库建立不同原型字形,而所有统计都必须建立于此些原型。第一种方法SegM产生大量的小字形,但他不利于曲率等特征提取。因此本文还探讨了小字形的处理。　　 为了准确寻找到真正的作者,本文使用了信息检索技术。在笔迹鉴定数据库中,某种字形的数量非常少并且集中出现于某一份文档,说明其作者具有书写此特殊字形的爱好。　　 本实验用到三个数据库IRONOFF,French120和Reuters200。其中数据库IRONOFF用于建立字形原型。后两个数据库French120和Reuters200用于测试笔迹识别率,它们均包含参考文档和测试文档。系统则为每一份测试文档从参考文档中寻找相同作者。第一种方法SegM在数据库French120和数据库Reuters200的识别率分别为97.17％和84.8％而第二种方法SegL的结果分别为87.83％和68％。SegM与SegL从两个不同角度“观察”手写样本。采用线性组合SegM和SegL,实验结果分别为98.67％和87.6％。