| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-10页 |
| ·课题的研究背景 | 第7页 |
| ·验证码简介 | 第7-8页 |
| ·验证码识别的研究现状 | 第8-9页 |
| ·验证码识别方法分类 | 第9页 |
| ·论文的组织结构 | 第9-10页 |
| 2 人工神经网络的学习样本收集 | 第10-11页 |
| ·合理地搜集学习样本 | 第10-11页 |
| 3 验证码图像处理 | 第11-39页 |
| ·引言 | 第11页 |
| ·彩色RGB 图像的灰度化 | 第11-12页 |
| ·灰度化简介 | 第11页 |
| ·灰度化算法 | 第11-12页 |
| ·灰度图像的二值化 | 第12-15页 |
| ·图像二值化简介 | 第12页 |
| ·二值化算法介绍 | 第12-14页 |
| ·改进的二值化处理 | 第14-15页 |
| ·二值化图像除边框 | 第15-16页 |
| ·清除点噪音 | 第16-18页 |
| ·点噪音的特点 | 第16-17页 |
| ·除点噪音的算法 | 第17-18页 |
| ·二值化图像除长线噪音 | 第18-30页 |
| ·长线噪音的特点 | 第18-20页 |
| ·切片线条法的概念 | 第20-21页 |
| ·搜索图像中所有的切片线条 | 第21-23页 |
| ·找出包含长线噪音所有像素的切片线条 | 第23-28页 |
| ·根据包含长线噪音所有像素的切片线条清除长线噪音 | 第28-29页 |
| ·除长线噪音小结 | 第29-30页 |
| ·字符分割 | 第30-34页 |
| ·垂直分割法 | 第30页 |
| ·相连像素法 | 第30-32页 |
| ·针对字符相连的验证码对相连像素法的改进 | 第32-34页 |
| ·验证码图像处理软件简介 | 第34-37页 |
| ·验证码图像处理小结 | 第37-39页 |
| 4 RPROP 人工神经网络对字符图像的识别 | 第39-60页 |
| ·人工神经网络简介 | 第39-40页 |
| ·学习样本的搜集与整理 | 第40-41页 |
| ·RPROP 神经网络介绍 | 第41-42页 |
| ·字符识别RPROP 神经网络的实现 | 第42-51页 |
| ·字符图像识别的方法 | 第42-44页 |
| ·神经网络框架xpidea.neuro.net 简介 | 第44-49页 |
| ·字符识别RPROP 神经网络的实现方法 | 第49-51页 |
| ·RPROP 神经网络训练的加速 | 第51-56页 |
| ·引言 | 第51页 |
| ·OpenCL 简介 | 第51-54页 |
| ·RPROP 算法各步骤的内核实现 | 第54-55页 |
| ·内核优化 | 第55-56页 |
| ·测试结果与分析 | 第56页 |
| ·验证码识别测试软件简介 | 第56-59页 |
| ·验证码识别小结 | 第59-60页 |
| 5 总结与展望 | 第60-61页 |
| ·本文的工作 | 第60页 |
| ·进一步的工作 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附录 | 第64页 |
| 作者在攻读学位期间发表的论文目录 | 第64页 |