امضای دستنویس هر شخص، به عنوان یکی از روش های تشخیص هویت در علم بیومتریک مطرح است. تا کنون روش های مختلفی جهت استخراج و شناسایی امضا ایستا مورد استفاده قرار گرفته که اغلب آنها دارای کاستی هایی از جمله عدم شناسایی دقیق امضا بوده اند. در این پایان نامه، روش جدیدی جهت استخراج و شناسایی امضا ارائه گردیده است. روش پیشنهادی در دو فاز مختلف ارائه گردیده است. در فاز اول، که هدف، استخراج امضا می باشد، توسط عملیات مورفولوژی، قسمت های جدای امضا به یکدیگر متصل می شوند، سپس، توسط الگوریتم گسترش مرز چهار گوش، امضا به صورت یکپارچه استخراج می شود؛ در مرحله بعد، جهت شناسایی امضا از سایر اجزای سند، از یک طبقه بند درخت تصمیم آموزش داده شده، استفاده می شود. در فاز دوم، که هدف، شناسایی امضای استخراج شده می باشد، بعد از استخراج امضا، جهت شناسایی آن ابتدا ابعاد و راستای امضا نرمال می شود؛ سپس، قاب در بر گیرنده امضا، بلوک بندی شده و از هر بلوک، با استفاده از میانگین پیکسل های پیش زمینه، ویژگی استخراج می شود. در مرحله پایانی، با استفاده از طبقه بند k نزدیک ترین همسایه، امضا شناسایی می گردد. در نهایت، روش ارائه شده بر روی پایگاه داده tobacoo800 اجرا و نتایج بدست آمده با روش های قبلی مقایسه گردید. نتایج به دست آمده نشان می دهد، روش پیشنهادی، نسبت به روش های قبلی، عمل کرد بهتری را دارا می باشد.