笔迹鉴别是一种通过分析手写笔迹的书写风格来判断书写人身份的技术。笔迹鉴别技术已经具有广泛的理论基础与应用领域。笔迹鉴别除了在公检法等特定领域的专业笔迹鉴别之外，在民用市场的应用也得到了迅猛的发展。比如，计算机用户登录、银行卡签字、电子商务等。从身份鉴别的角度看，笔迹是一种比较稳定的行为特征，笔迹的获取具有方便快捷且非侵犯性（或非接触性）特点，易为人所接受。所以，研究更为通用的笔迹鉴别系统将具有非常重要的意义。本文尝试通过对个人离线的微量笔迹（指一行或一竖行的少量汉字、字符、图形等笔迹图像）进行鉴别，本文研究成果可应用于计算机、手机登录，信息网入网，信用卡签字，社会福利领取等商业应用环境中。经过分析，本文认为这些笔迹鉴别具有以下几种情况：1）特定人书写特定笔迹；2）特定人书写不同的笔迹；3）不同人书写特定的笔迹；4）不同人书写不同的笔迹。本文通过对离线笔迹图像二值化，去噪及归一化预处理、自动版面分析，提高图像的保真水平并为下一步的笔迹特征提取与分析做好准备。本文通过对笔迹图像物理特征的提取与分析，选择少量对微量笔迹鉴别具有重要意义的物理特征参与笔迹鉴别。本文分析和研发了笔迹图像鉴别的纹理算法。由于笔迹量很少，需要将纹理特征进行强化，本文通过对以前研究者们的众多纹理算法进行改进，通过行列压缩、图像放大缩小、图像正反叠加等试验，最终确定并实现了通过对版面分析后的笔迹图像进行图像扩充的算法加强纹理特征，并达到了理想效果。本文通过物理特征与纹理特征融合的方法进行笔迹鉴别。经过试验，在物理特征中，本文只选用了整体物理特征的倾斜度、偏心度参与笔迹鉴别的决策融合。本文通过物理特征融合强化后的纹理特征算法的正确实现，大大提高微量笔迹的识别率并降低了误识率，系统研究成果可达到的实用的价值。