帶干擾的驗(yàn)證碼識別研究.pdf_第1頁
已閱讀1頁,還剩39頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、驗(yàn)證碼(CAPTCHA)是現(xiàn)在很多網(wǎng)站通行的方式,在每次訪問頁面時(shí)隨機(jī)生成。對驗(yàn)證碼識別技術(shù)的研究,可以及時(shí)發(fā)現(xiàn)和改善認(rèn)證碼生成程序的漏洞,在加強(qiáng)網(wǎng)站安全性,防止惡意程序的攻擊方面有著重要意義。
   本文運(yùn)用計(jì)算機(jī)視覺,模式識別相關(guān)理論對多種不同類型的驗(yàn)證碼進(jìn)行識別研究,總結(jié)探討驗(yàn)證碼識別的一般方法,提供驗(yàn)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(shí)用價(jià)值。
   本文的主要工作和成果如下

2、:
   1.研究圖像灰度化相關(guān)的理論和方法。常用的彩色圖像灰度化方法因?yàn)闆]有考慮到像素的色度差,灰度化后的圖像丟失色度信息會(huì)讓目標(biāo)區(qū)域變得很難分割。通過試驗(yàn)對比各種灰度化公式的應(yīng)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(yàn)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(chǔ)上,研究了Hopfield神經(jīng)網(wǎng)絡(luò)的識別效果。通過兩者的對比,分析了各自的優(yōu)缺點(diǎn)及規(guī)避方法。
  

3、 3.在傳統(tǒng)模板匹配識別的基礎(chǔ)上引入了加權(quán)模板和透明模板的改進(jìn),大大提高了模板匹配識別的識別率。
   4.基于半監(jiān)督學(xué)習(xí)對二值化閥值進(jìn)行優(yōu)化,得到比Otsu閥值分割更好的效果。采用半監(jiān)督學(xué)習(xí)進(jìn)行模板權(quán)值學(xué)習(xí),提高了權(quán)值模板的識別率。
   其中,上面3,4點(diǎn)是我們的創(chuàng)新點(diǎn)。
   雖然,本文的方法在驗(yàn)證碼識別上具有一定的實(shí)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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論