手写体笔迹鉴别是计算机视觉和模式识别领域中活跃的研究课题之一,它是通过分析不同人书写同一单字或整体的书写风格来判断书写人身份的一门技术。传统的笔迹鉴别方法大多对一段整体文字笔迹的纹理图像提取特征,为提高笔迹图像的鉴别率,本文将非负矩阵分解(NMF)算法运用到离线手写单字的笔迹鉴别中。在应用非负矩阵分解算法前,首先随机初始化两个非负矩阵,为了提高算法的稳定性,本文采用将高维空间中的初始化值应用到低维空间中的方法。从一段文字中选取有代表性的单字应用非负矩阵分解算法,得到单字笔迹图像的特征子空间和特征值。将测试样本影射到特征子空间,得出特征向量,求其和测试样本特征值之间角度的相关性和k近邻,进而对笔迹图像分类。左右结构,笔画复杂的单字识别率较高。实验结果表明,非负矩阵分解算法其分类正确率明显高于传统的主分量分析(PCA)方法。这说明NMF算法在手写笔迹鉴别分析中的潜力。