基于图像不变矩和支持向量机的网上银行验证码识别研究

摘要

随着各银行网上资金业务的开通和普及，人们越来越习惯于通过网上银行开展转账汇款、网上支付等资金业务，由此也给个人账户和资金带来一定的安全风险。为提高用户账户的安全性，各网上银行系统都增加了登录验证码功能。对验证码图像识别的研究，有助于深入了解其识别原理与方法，发现验证码图像存在的不足，进而为网上银行系统改进验证码图像质量、修复安全漏洞提供合理的建议。因此，验证码图像识别技术的研究，对更好地保障用户账户和资金的安全有着重要意义。
　　现有的图像识别算法主要基于传统的统计学原理，具有较大的局限性。支持向量机是一种以统计学习理论为基础的机器学习方法，目前在许多研究和应用领域广泛流行。本文重点研究利用图像不变矩和支持向量机进行验证码图像识别的数据处理技术和算法。主要工作如下:
　　(1)对图像的字符分割算法做了改进。传统的字符分割算法，比如边缘检测法、连通分割法等，都有比较明显的缺点，本文提出连通分割与等距离分割相结合的分割算法，得到了较为理想的字符分割效果。
　　(2)提出了一个利用图像不变矩提取验证码字符图像特征的新方法。该方法能够有效消除字符图像的平移、旋转和比例缩放对字符特征带来的影响，同时克服了传统统计特征（均值、方差、峰度等）表征字符图像所带来的不稳定性。
　　(3)给出了基于支持向量机分类技术的验证码字符图像分类算法，并就分类结果与聚类分析算法分类得到的结果进行对比，结果表明支持向量机能较好的克服传统统计学分类方法所带来的缺点，对小样本、非线性、高维数等实际问题分类效果更为明显，达到了较为理想的分类精度。
　　(4)为网上银行系统改进验证码图像质量提供建议。根据验证码图像的识别原理和方法，为网上银行系统改进验证码图像质量提供合理建议，以防止验证码图像被轻易、快速的识别。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 研究现状及存在的问题

1．3 论文内容及组织结构

2 验证码图像的预处理

2．1 网上银行验证码图像的灰度化

2．2 网上银行验证码图像的二值化

2．3 网上银行验证码图像的平滑处理

3 验证码图像的字符分割

3．1 引言

3．2 字符分割算法

3．3 网上银行验证码图像的字符分割

4 验证码图像的特征提取

4．1 引言

4．2 图像矩及其变换

4．3 图像的不变矩

4．4 网上银行验证码图像的特征提取

5 验证码图像的字符识别

5．1 引言

5．2 字符分类问题

5．3 支持向量机算法

5．4 网上银行验证码图像的分类识别

6 总结及展望

致谢

参考文献

攻读学位期间主要成果