在答名图像预处理研究的基础上，提出了通过提取图像形状特征、不变距特征以及 基于Gabor滤波纹理方向特征而得到名图像静态特征的方法，并通过基于稀疏表示的 Ll范数分类方法在提取的特征样本集上进行签名鉴别。实验结果表明，在相同10组样 本的特征集下，稀疏分类最小残差法的平均FRR和平均FAR分别为9．25％和4．63％，明 显低于经典KNN法的12．巧％和8．67％，也明显低于经典SVM法的13．31％和7．26％。 该文的研究成果达到了移动互联网金融业务的性能要求。