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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、目前許多網(wǎng)站與應(yīng)用仍使用安全性較差﹑易受攻擊的驗(yàn)證碼,且尚不存在設(shè)計驗(yàn)證碼和評估其安全性的系統(tǒng)與標(biāo)準(zhǔn)。驗(yàn)證碼圖像識別涉及到圖像處理﹑模式識別等多種領(lǐng)域的相關(guān)知識,對其進(jìn)行深入研究不僅可以提高網(wǎng)站的安全性,還有助于字符識別及人工智能技術(shù)的進(jìn)步。
本文應(yīng)用隱馬爾可夫模型針對文本圖片驗(yàn)證碼識別技術(shù)進(jìn)行系統(tǒng)地研究。首先重點(diǎn)對帶有扭曲變形等較多干擾的這類較難識別的驗(yàn)證碼圖像進(jìn)行詳細(xì)地分析與學(xué)習(xí),根據(jù)其結(jié)構(gòu)特點(diǎn)引入合適的偽二維隱馬爾可夫模
2、型;然后結(jié)合圖像處理及識別的一系列流程,包括預(yù)處理中涉及到的圖像去噪和分割技術(shù),構(gòu)建一套較為有效和準(zhǔn)確的基于隱馬爾可夫模型的驗(yàn)證碼識別系統(tǒng);最后通過模型仿真實(shí)驗(yàn)并與當(dāng)前其它主流的不同識別技術(shù)進(jìn)行對比分析,實(shí)驗(yàn)表明該模型比傳統(tǒng)一維模型識別正確率有明顯提高,同時給出帶粗分類的偽二維隱馬爾可夫識別模型,并驗(yàn)證該識別模型不僅具有良好的適應(yīng)性和有效性,還能更快地完成識別。
隱馬爾可夫模型具有描述局部特征和整體結(jié)構(gòu)的良好特性,目前還沒有其
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。
最新文檔
- 基于隱馬爾可夫模型的語音識別方法的研究.pdf
- 基于多重隱馬爾可夫模型的手寫字符識別方法研究.pdf
- 基于嵌入式隱馬爾可夫模型的人臉識別方法研究.pdf
- 基于隱馬爾可夫模型的人臉識別研究.pdf
- 基于隱馬爾可夫模型的手指靜脈識別研究.pdf
- 基于隱馬爾可夫模型的自動和弦識別.pdf
- 基于隱馬爾可夫模型的步態(tài)識別算法研究.pdf
- 基于人臉的圖像驗(yàn)證碼自動識別方法研究.pdf
- 隱馬爾可夫模型下基于通信流的隱組織識別.pdf
- 語音識別中隱馬爾可夫模型的研究.pdf
- 基于隱馬爾可夫模型的對象定位方法研究.pdf
- 基于隱馬爾可夫模型的協(xié)議識別技術(shù)的研究.pdf
- 基于隱馬爾可夫模型的人臉識別技術(shù)研究.pdf
- 基于隱馬爾可夫模型的語音識別技術(shù)研究.pdf
- 基于隱馬爾可夫模型的視頻事件檢測方法研究
- 隱馬爾可夫模型簡介
- 基于隱馬爾可夫模型的視頻事件檢測方法研究.pdf
- 隱馬爾可夫模型技術(shù)
- 基于特征選擇和隱馬爾可夫模型的人臉識別.pdf
- 基于隱馬爾可夫模型的J波識別技術(shù)研究.pdf
評論
0/150
提交評論