计算机与通信技术的飞速发展在给人们日常生活带来极大便利的同时，也使信息安全问题受到前所未有的挑战，因此实时准确的个人身份认证突显重要。基于生物特征的身份识别克服了传统认证方法的大量缺陷而得到越来越广泛的应用。在线手写签名验证是众多基于生物特征的身份识别方法中的一种，该技术在模式识别、信号处理等领域都属前沿课题。签名作为人的一种行为特征，与其它生物特征相比，具有非侵犯性、易为人接受等特点。在线手写签名验证的主要依据则是各人签名所独有的空域和时域特性。而签名信号的特征提取的优劣将决定识别系统的性能。为此，本文对小波变换在手写签名特征提取中应用的方法进行了深入系统的研究。全文的主要研究工作概括如下： 首先，研究由DENG<[1]>撰写的文献，该文献把小波变换应用在离线签名特征提取中。本文把DENG<[1]>提出的方法应用在在线签名识别中，是对DENG方法的扩展。本文通过自行设计的签名采集设备，利用触摸屏采集到签名笔划的位置信息，进而得到签名的横坐标和纵坐标实时时域序列。以这些点的坐标序列为基础进行小波变换来提取特征。根据小波变换检测信号突变点的原理，对坐标序列进行小波分析，提取分解后小波系数的过零点信息作为特征。这些特征构成了签名特征向量序列，能够很全面地反映原始签名的特征信息。然后采用动态时间规整的方法来匹配特征序列，进而得到签名间的相异度。由于不同签名者的签名风格存在差异，用统一的阈值对所有签名进行判别会造成很高的误识率，因此针对这一问题我们在判别时采用统计的方法分别计算每个签名者的阈值。本文还采用不同的母小波以及不同尺度的小波系数分别进行测试，根据实验结果，选择合适的母小波，以及小波系数的尺度。实验结果表明了该鉴定方法的有效性和可行性。