验证码识别的设计与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 验证码的分类与设计 | 第10-12页 |
| 1.2.1 文本验证码 | 第10-11页 |
| 1.2.2 图像验证码 | 第11-12页 |
| 1.2.3 声音验证码 | 第12页 |
| 1.3 验证码识别技术的国内外研究现状 | 第12-15页 |
| 1.4 本文的主要工作内容 | 第15-17页 |
| 第2章 验证码识别的关键技术 | 第17-31页 |
| 2.1 预处理算法 | 第17-21页 |
| 2.1.1 灰度化 | 第17-18页 |
| 2.1.2 二值化 | 第18-19页 |
| 2.1.3 图像降噪 | 第19-21页 |
| 2.2 分割算法 | 第21-24页 |
| 2.2.1 投影分割法 | 第22页 |
| 2.2.2 连通域分割法 | 第22-23页 |
| 2.2.3 最短路径分割法 | 第23页 |
| 2.2.4 基于数据挖掘思想的分割法 | 第23-24页 |
| 2.3 分类与识别算法 | 第24-29页 |
| 2.3.1 模板匹配分类算法 | 第25页 |
| 2.3.2 形状上下文分类算法 | 第25-26页 |
| 2.3.3 人工智能领域的分类算法 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 验证码识别的设计实现 | 第31-49页 |
| 3.1 验证码的预处理 | 第31-32页 |
| 3.2 验证码的分割 | 第32-39页 |
| 3.2.1 验证码预分割 | 第33-34页 |
| 3.2.2 基于字符笔划的聚类分割算法 | 第34-39页 |
| 3.3 字符规范化 | 第39页 |
| 3.4 卷积神经网络的研究 | 第39-45页 |
| 3.4.1 卷积神经网络核心组件 | 第39-44页 |
| 3.4.2 卷积神经网络工作原理 | 第44-45页 |
| 3.5 基于卷积神经网络的验证码识别设计 | 第45-47页 |
| 3.5.1 卷积神经网络模型的搭建 | 第45-46页 |
| 3.5.2 卷积神经网络的训练 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第4章 验证码识别测试 | 第49-55页 |
| 4.1 华为商城验证码识别 | 第49-51页 |
| 4.2 铁路客服验证码识别 | 第51-52页 |
| 4.3 实验结果分析 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63页 |
