基于Web技術的驗證碼的開發(fā)與實現.pdf

1、在社會信息化發(fā)展迅速的今天，網絡在我們生活、工作中已經普遍存在，很大程度上是必不可少的。網絡帶給我們更快捷、更豐富的資源和信息。但是于此同時，網絡的安全問題也逐漸成為我們生活中需要面臨的重要問題。由于現在的網絡速度和硬件設備更新的逐漸加快，各種惡意的網絡攻擊活動也不斷出現，例如，使用特定軟件自動地大量地注冊用戶，損耗服務器的資源；或者使用軟件進行自動網上投票，破壞公平競爭；大量地自動發(fā)送垃圾郵件，破壞網絡環(huán)境；窮舉破解用戶的賬號和密碼，

2、給用戶的私人信息安全帶來嚴重問題。這些問題嚴重破壞了網絡環(huán)境，驗證碼技術的使用在很大程度上解決了這樣的安全問題。同時在現實生活中，很多方面用到驗證碼識別技術。例如，文件的自動錄入、交通監(jiān)控中的車牌自動識別、對文字圖像的數字化和字符化處理等等。它是模式識別領域中的一個分支，是此領域中的一個傳統(tǒng)課題。在模式識別方面的專家學者在這方面已經做出了很多艱苦努力，但是沒有一種通用的方法能夠識別所有的驗證碼。目前，在國內和國際上還有很多學者在研究相關

3、的課題。
　　驗證碼識別是一個復雜的問題，它包括了模式識別中的多方面知識，而每一個環(huán)節(jié)和步驟中使用到的方法都可能影響到最終的識別結果。而且由于使用條件的差異，驗證碼識別也存在很大的適用性問題，所以對于驗證碼識別方面的研究還具有很大的研究價值和實踐意義。
　　驗證碼識別技術基本上分為三部分內容：數字圖像預處理，數字圖像中字符的分割，字符的識別匹配。
　　在驗證碼圖像預處理部分中包括彩色圖像的灰度化、二值化和圖像平滑（圖像

4、濾波）。也涉及到頻域濾波和空域濾波、圖像增強、圖像降噪、圖像壓縮和圖像融合等圖像預處理技術。
　　字符分割部分的方法比較多，而且字符分割的應用范圍比較廣。在車牌字符分割中的多項式擬合方法、特征統(tǒng)計方法、Canny邊緣檢測的驗證碼識別技術、微分算子法、Laplacian算子法和Canny算子法。還包括一些常用的特征選擇算法：LDA（線性鑒別分析）方法、基于stroke濾波器的字符分割算法、基于SVM的字符分割和識別方法、基于半閾值的

5、字符提取算法等等。文中主要介紹了自組織映射神經網絡和改進學習規(guī)則的自組織神經網絡，以及兩種規(guī)則的比較。
　　字符識別部分。包括基于KNN（K-Nearest Neighbor）算法的模板庫匹配識別、遺傳優(yōu)化的BP網絡識別、基于“日”字投影算法的字符識別、形狀上下文驗證碼識別等。
　　本文針對現實生活中網絡驗證碼的普遍存在，介紹了網站驗證碼圖像的生成過程和原理，分析了網絡驗證碼對網絡安全的作用。之后進行了驗證碼識別問題的研究，