基于Web技術(shù)的驗(yàn)證碼的開發(fā)與實(shí)現(xiàn).pdf

1、在社會(huì)信息化發(fā)展迅速的今天，網(wǎng)絡(luò)在我們生活、工作中已經(jīng)普遍存在，很大程度上是必不可少的。網(wǎng)絡(luò)帶給我們更快捷、更豐富的資源和信息。但是于此同時(shí)，網(wǎng)絡(luò)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(xiàn)在的網(wǎng)絡(luò)速度和硬件設(shè)備更新的逐漸加快，各種惡意的網(wǎng)絡(luò)攻擊活動(dòng)也不斷出現(xiàn)，例如，使用特定軟件自動(dòng)地大量地注冊用戶，損耗服務(wù)器的資源；或者使用軟件進(jìn)行自動(dòng)網(wǎng)上投票，破壞公平競爭；大量地自動(dòng)發(fā)送垃圾郵件，破壞網(wǎng)絡(luò)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(yán)重問題。這些問題嚴(yán)重破壞了網(wǎng)絡(luò)環(huán)境，驗(yàn)證碼技術(shù)的使用在很大程度上解決了這樣的安全問題。同時(shí)在現(xiàn)實(shí)生活中，很多方面用到驗(yàn)證碼識別技術(shù)。例如，文件的自動(dòng)錄入、交通監(jiān)控中的車牌自動(dòng)識別、對文字圖像的數(shù)字化和字符化處理等等。它是模式識別領(lǐng)域中的一個(gè)分支，是此領(lǐng)域中的一個(gè)傳統(tǒng)課題。在模式識別方面的專家學(xué)者在這方面已經(jīng)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(yàn)證碼。目前，在國內(nèi)和國際上還有很多學(xué)者在研究相關(guān)

3、的課題。
　　驗(yàn)證碼識別是一個(gè)復(fù)雜的問題，它包括了模式識別中的多方面知識，而每一個(gè)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(jié)果。而且由于使用條件的差異，驗(yàn)證碼識別也存在很大的適用性問題，所以對于驗(yàn)證碼識別方面的研究還具有很大的研究價(jià)值和實(shí)踐意義。
　　驗(yàn)證碼識別技術(shù)基本上分為三部分內(nèi)容：數(shù)字圖像預(yù)處理，數(shù)字圖像中字符的分割，字符的識別匹配。
　　在驗(yàn)證碼圖像預(yù)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?yàn)V波和空域?yàn)V波、圖像增強(qiáng)、圖像降噪、圖像壓縮和圖像融合等圖像預(yù)處理技術(shù)。
　　字符分割部分的方法比較多，而且字符分割的應(yīng)用范圍比較廣。在車牌字符分割中的多項(xiàng)式擬合方法、特征統(tǒng)計(jì)方法、Canny邊緣檢測的驗(yàn)證碼識別技術(shù)、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(jīng)網(wǎng)絡(luò)和改進(jìn)學(xué)習(xí)規(guī)則的自組織神經(jīng)網(wǎng)絡(luò)，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(wǎng)絡(luò)識別、基于“日”字投影算法的字符識別、形狀上下文驗(yàn)證碼識別等。
　　本文針對現(xiàn)實(shí)生活中網(wǎng)絡(luò)驗(yàn)證碼的普遍存在，介紹了網(wǎng)站驗(yàn)證碼圖像的生成過程和原理，分析了網(wǎng)絡(luò)驗(yàn)證碼對網(wǎng)絡(luò)安全的作用。之后進(jìn)行了驗(yàn)證碼識別問題的研究，