首页 > 《电力设备》 > 2017年32期 > 基于KNN技术的验证码识别李露

基于KNN技术的验证码识别李露

在线阅读下载PDF 导出详情

摘要摘要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。本文采用的教务系统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。

DOI pj0lmyz8jy/4271203

作者李露

机构地区（西华大学）

出处《电力设备》 2017年32期

关键词验证码图像二值化图像分割 KNN

分类 [电气工程][电力系统及自动化]

出版日期 2017年12月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）