为了解决手写体签名识别中数据预处理复杂、分割困难、特征提取不充分等问题，提出了基于小波包分解与高斯模型的脱机手写体签名识别方法。它对归一化的整个签名图像进行小波包分解，对分解值自动聚类和高斯建模，不但没有去噪、旋转、平移、分割的过程，而且特征提取完全且是可逆的分解过程。实验表明提出方法比其他方法具有更好的抗噪性、鲁棒性、适应性和识别率，为含噪脱机手写体签名识别提供了一种可行的技术解决方案。