字符文本验证码的破解技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·研究背景及研究意义 | 第8-9页 |
| ·验证码的主要形式 | 第9-11页 |
| ·基于字符文本的验证码 | 第9-10页 |
| ·基于图片的验证码 | 第10页 |
| ·基于声音的验证码 | 第10-11页 |
| ·基于动态短信的验证码 | 第11页 |
| ·验证码破解的国内外研究现状 | 第11-13页 |
| ·验证码破解的主要步骤 | 第13-14页 |
| ·论文内容安排 | 第14-16页 |
| 2 验证码图像预处理 | 第16-34页 |
| ·灰度化 | 第16-17页 |
| ·反色 | 第17-18页 |
| ·去除边框 | 第18页 |
| ·全局阈值处理 | 第18-21页 |
| ·手动设定阈值 | 第18页 |
| ·p-分位数法 | 第18-19页 |
| ·Otsu法 | 第19-20页 |
| ·最佳阈值法 | 第20-21页 |
| ·噪声去除算法设计 | 第21-27页 |
| ·常规去噪算法 | 第21-23页 |
| ·基于连通域的去噪算法设计 | 第23-27页 |
| ·字符分割算法设计 | 第27-32页 |
| ·常规验证码字符分割方法 | 第28-29页 |
| ·基于字符宽度的分割算法设计 | 第29-31页 |
| ·基于字符数量的分割算法设计 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 3 基于卷积神经网络的字符识别算法 | 第34-44页 |
| ·人工神经网络概述 | 第34-38页 |
| ·基本概念 | 第34页 |
| ·人工神经网络的基本结构 | 第34-36页 |
| ·反向传播神经网络 | 第36-37页 |
| ·激活函数的选择 | 第37-38页 |
| ·卷积神经网络 | 第38-43页 |
| ·卷积神经网络概述 | 第38-39页 |
| ·感受野和权值共享 | 第39-40页 |
| ·卷积神经网络结构 | 第40-41页 |
| ·简化的卷积神经网络结构设计 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 4 卷积神经网络算法改进与设计实现 | 第44-58页 |
| ·卷积神经网络的改进 | 第44-48页 |
| ·识别率的提高 | 第44-45页 |
| ·加速收敛 | 第45-46页 |
| ·卷积神经网络结构的改进 | 第46-48页 |
| ·卷积神经网络设计实现 | 第48-53页 |
| ·总体结构 | 第48-51页 |
| ·卷积神经网络的创建 | 第51-52页 |
| ·前向计算和反向传播算法设计 | 第52-53页 |
| ·字符识别实验 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 5 验证码破解实验 | 第58-74页 |
| ·验证码破解软件开发 | 第58-62页 |
| ·软件需求分析 | 第58-59页 |
| ·开发环境搭建 | 第59-60页 |
| ·图像预处理模块 | 第60页 |
| ·字符识别模块 | 第60-62页 |
| ·含有点噪声的验证码破解 | 第62-67页 |
| ·验证码获取 | 第62-63页 |
| ·建行验证码分析 | 第63-65页 |
| ·破解方案 | 第65-66页 |
| ·破解步骤 | 第66-67页 |
| ·破解结果 | 第67页 |
| ·含有线噪声的验证码破解 | 第67-70页 |
| ·中国联通验证码分析 | 第67-69页 |
| ·破解方案 | 第69-70页 |
| ·破解结果 | 第70页 |
| ·含有复杂背景噪声的验证码破解 | 第70-72页 |
| ·豆瓣验证码分析 | 第70-71页 |
| ·破解方案 | 第71页 |
| ·破解结果 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 6 总结与展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录 | 第82页 |
