1. 研究目的与意义

随着互联网技术的不断发展和应用，网络在给人们提供丰富资源和极大便利的同时，伴随而来的是互联网系统的安全性问题，验证码技术正是为了应对这些特殊情况而诞生。验证码能有效防止某个黑客对某一个特定注册用户用特定程序暴力破解方式进行不断的登陆尝试，不少网站为了防止用户利用机器人自动注册、登录、灌水，都采用了验证码技术。验证码为互联网安全作出了很大贡献，但也存在漏洞，为了更好地防止恶意攻击、保护网站安全，研究验证码自动识别算法，能够及早发现验证码设计存在的漏洞，并据此作出调整以增强验证码的安全性。

一方面，随着网络安全技术及验证码生成技术的不断发展，验证码生成技术变得越来越复杂，验证码的种类也越来越多。另一方面，当前的验证码识别系统具有很强的针对性，不同的验证码需要不同的图像预处理、分割和识别算法，对于给定的验证码生成系统，在获知其特点后，通过一定的识别策略往往能够以一定的准确率进行识别。数字验证码识别是光学字符识别（ocr）的一种，是经典的模式识别研究对象，通过分析数字验证码的破解过程可以方便地扩展到其他种类验证码的生成、识别实验中，进一步提高验证码的验证码识别的效率和准确性。

本课题运用计算机视觉、模式识别等相关理论对数字验证码进行识别研究。验证码破解算法的研究对于提升验证码的安全性和实用性至关重要。他不仅可以实现验证码自动识别显示，使网络信息录入更加方便快捷，有助于解决硬人工智能问题，促进人工智能领域的进步；也可以防止验证码被暴力破解，减少验证码的生成漏洞，加强web系统安全性。同时，验证码识别作为一种图灵测试，综合了数字图像处理、模式识别、人工智能等领域的研究成果，也对其他应用如车牌识别、手写数字识别等具参考作用。具有一定的理论和实际价值。

2. 研究内容和预期目标

本论文将探讨基于matlab，利用数字图像模式识别技术实现对数字验证码自动识别这一完整的过程。本课题以简单的数字验证码识别作为识别的对象，根据数字验证码的设计原理, 分析数字验证码破解的流程。数字验证码识别需要研究的理论是图像识别，主要是通过模拟人类的视觉特性来分析验证码的特点，其目标是识别验证码，即读取图像文件中的验证码字符。本次研究的数字验证码识别系统是以处理颜色加噪的数字字符为理论研究素材，将模板匹配作为基本框架的验证码识别系统，涉及了图像预处理、分割、特征提取、识别等相关技术。通过对本课题的研究，希望对数字验证码识别算法的研究可以扩展到含有英文字母、字母数字混合等验证码的生成、识别实验中，进一步提高验证码的识别准确率。

3. 研究的方法与步骤

验证码经过数字图像的预处理，数字图像中的字符定位分割，还有字符识别匹配等三个步骤来完成其识别。

一、通过matlab对彩色数字验证码图像进行灰度化、二值化、去噪和归一化等步骤来进行预处理。局部阈值法、全局阈值法和动态阈值法是二值化常用的三种方法，采用阈值过滤的手段进行去噪。

二、然后要对图像进行定位分割，借用数字图像二值化、积分投影的方式可对数字进行定位，为了保证分割有效，加入区域面积滤波操作，滤除剩余的噪声点，将分割结果进行归一化处理，整合成固定维数的数字集合。

4. 参考文献

[1] 张东辉, julyzergcn. 数字验证码识别技术初探[j]. 黑客防线, 2008:119-122.

[2] 王虎, 冯林, 孙宇哲. 数字验证码识别算法的研究和设计[j]. 计算机工程与应用, 2007, 43(32):86-88.

[3]潘大夫, 汪渤. 一种基于外部轮廓的数字验证码识别方法[j]. 微计算机信息, 2007, 23(25):256-258.

5. 计划与进度安排

2022-3-05 ~ 2022-3-18：收集和设计相关的资料，查阅相关文献资料，完成开题；

2022-3-19 ~ 2022-3-25：熟悉matlab 开发平台，掌握语言的运用；

2022-3-26 ~ 2022-5-13：研究并实现数字验证码的自动识别的方法；