帶干擾的驗證碼識別研究.pdf

1、驗證碼(CAPTCHA)是現(xiàn)在很多網站通行的方式，在每次訪問頁面時隨機生成。對驗證碼識別技術的研究，可以及時發(fā)現(xiàn)和改善認證碼生成程序的漏洞，在加強網站安全性，防止惡意程序的攻擊方面有著重要意義。
　　 本文運用計算機視覺，模式識別相關理論對多種不同類型的驗證碼進行識別研究，總結探討驗證碼識別的一般方法，提供驗證碼反識別的建議。通過對比各種的不同識別方法，使研究具有一定的理論水平和實用價值。
　　 本文的主要工作和成果如下

2、：
　　 1.研究圖像灰度化相關的理論和方法。常用的彩色圖像灰度化方法因為沒有考慮到像素的色度差，灰度化后的圖像丟失色度信息會讓目標區(qū)域變得很難分割。通過試驗對比各種灰度化公式的應用效果，本文采用了一種非線性灰度化公式，取得了很好的灰度化效果。
　　 2.在驗證碼字符識別上，本文先研究基于模板匹配的識別方法，在此基礎上，研究了Hopfield神經網絡的識別效果。通過兩者的對比，分析了各自的優(yōu)缺點及規(guī)避方法。
　　

3、 3.在傳統(tǒng)模板匹配識別的基礎上引入了加權模板和透明模板的改進，大大提高了模板匹配識別的識別率。
　　 4.基于半監(jiān)督學習對二值化閥值進行優(yōu)化，得到比Otsu閥值分割更好的效果。采用半監(jiān)督學習進行模板權值學習，提高了權值模板的識別率。
　　 其中，上面3，4點是我們的創(chuàng)新點。
　　 雖然，本文的方法在驗證碼識別上具有一定的實用性，但離人類的識別能力還有很大的差距。今后，我們將在特征提取和匹配上開展更多的研究，以求