验证码识别系统的研究及实现

论文摘要

随着互联网的进一步发展,在网络给人们提供丰富资源的同时,网络的安全问题也日益突出,比如用户利用机器人程序自动注册、登录、恶意投票、发送垃圾邮件、恶意尝试密码等。由于验证码技术简单,容易实施,传输数据量小,因此不少网站为了避免上述安全问题,都采用了验证码技术来区分机器人程序与真实用户。所谓验证码,就是将一串随机产生的数字或符号,生成一幅图片,图片里加上一些干扰像素(防止OCR),由用户肉眼识别其中的验证码信息,输入表单提交网站验证,验证成功后才能使用某项功能。本文主要介绍了基于神经网络和遗传算法对网站的验证码进行识别的方法,可用于检测网站验证码技术对保证网络安全的有效性,以促进验证码生成技术的发展。主要内容包括:(1)、简单介绍了验证码识别技术及其研究现状;(2)、详细介绍了验证码图片的图像采集和处理工作,包括验证码图片的采集、灰度化、二值化、去噪、切割和归一化等;(3)、重点讲述了验证码图片的识别,包括对图像处理后的字符特征进行提取、训练和识别;(4)、以前述研究为基础,结合验证码识别技术的发展前景,论述验证码技术对互联网安全性的影响。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的背景
• 1.2 研究目的及意义
• 1.3 研究的主要内容
• 1.4 研究的思路与方法
• 1.5 本文各章内容安排
• 第二章 验证码识别的概念、发展及现状概述
• 2.1 验证码识别的概念及理论背景
• 2.2 验证码识别的技术基础
• 2.3 验证码识别在国外的发展及现状综述
• 2.4 验证码识别在国内的发展及现状概述
• 2.5 本章小结
• 第三章 BP 神经网络和遗传算法概述
• 3.1 BP 神经网络概述
• 3.1.1 神经网络简介
• 3.1.2 BP 神经网络简介
• 3.2 遗传算法概述
• 3.2.1 遗传算法定义
• 3.2.2 遗传算法特点
• 3.2.3 遗传算法的应用
• 3.2.4 遗传算法的现状
• 3.3 遗传算法与BP 神经网络的结合
• 3.3.1 BP 神经网络的不足
• 3.3.2 BP 神经网络的改进
• 3.3.3 GA-BP 算法流程
• 3.4 本章小结
• 第四章 验证码识别系统需求分析和总体设计
• 4.1 系统概述
• 4.2 需求获取的过程
• 4.3 需求问题描述
• 4.4 验证码识别系统设计概述
• 4.5 验证码识别系统总体功能结构设计
• 4.6 本章小结
• 第五章 验证码识别系统详细设计
• 5.1 图像采集功能模块设计
• 5.1.1 图像采集功能模块设计目标与设计原则
• 5.1.2 BMP 图片格式与操作详解
• 5.1.3 图像采集功能模块设计的程序实现
• 5.2 图像处理功能模块设计
• 5.2.1 图像处理功能模块描述
• 5.2.2 图像的灰度化
• 5.2.3 图像的二值化
• 5.2.4 图像的去噪
• 5.2.5 图像的倾斜度校正
• 5.2.6 图像的字符切割
• 5.2.7 图像的归一化
• 5.3 图像识别功能模块设计
• 5.3.1 图像识别功能模块描述
• 5.3.2 字符的特征提取
• 5.3.3 样本训练和识别
• 5.4 本章小结
• 结论
• 参考文献
• 致谢