10.3969/j.issn.1006-2475.2017.02.019
基于KNN技术的校内网验证码识别
随着科技日新月异的发展,验证码技术在网络防护和信息安全方面有着广泛的应用.由于网络攻击手段的提升,验证码技术也在改进.本文采用的校内网验证码是当前网络中最普遍的字符验证码类型,它多元化的背景噪音和字符扭曲粘连的特点,使得验证码很难实现程序自动识别.针对这些特点,本文在背景去噪阶段,提出RGB三原色去噪法;在单个字符切割阶段,采用轮廓差投影法与水滴算法相结合的分割方法.最后得到所有字符模型,再利用KNN算法,进行字符识别,从而得到识别结果.实验结果表明,该方法对有背景噪声和字符扭曲粘连的验证码有很好的识别效果.
验证码、RGB三原色背景去噪、上下轮廓差投影法、水滴算法、KNN
TN919.8
2017-03-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
93-97