1.1 研究目的及意义

随着互联网的高速发展，网络在给人们的生活带来极大便利的同时，其安全问题也日益突出。验证码(CAPTCHA) 最早作为卡内基梅隆大学的一个科研项目，Yahoo! 是CAPTCHA的第一个用户。CAPTCHA是“Completely Automated Public Turing test to tell Computers and Humans Apart”(全自动区分计算机和人类的图灵测试)的缩写，是一种区分用户是人类还是计算机的公共自动程序。在一个验证码测试中，由计算机生成一个问题并评判用户的答案，这个问题必须只有人类才能解答。由于计算机无法解答，回答出该问题的用户就会被认为是人类。CAPTCHA在网络上的大规模使用起源于1999-2000年Yahoo 网站的账号注册。目前大部分网站都引入了验证码机制来加强网络的安全验证。

网络验证码作为一项广泛使用的验证手段，对网络安全起到了重要的作用。对验证码识别技术的研究，可以及时发现和改善验证码的漏洞，在增强网络安全性、防止恶意机器程序攻击方面有着重要意义。目前, 网络上出现了很多基于文本的验证码。基于文本的验证码, 就是将一串随机产生的字符, 生成一幅图片, 图片里随机的加入一些像素干扰、颜色干扰和形变干扰等等, 然后要求用户将图片上的字符识别出来, 以防止用户利用机器人实现恶意注册、登录、灌水等目的。

尽管验证码为互联网安全做出了巨大贡献，但现有验证码仍存在漏洞。网络验证码能阻碍无价值的攻击，但是对于一些重要的资金账户，如银行和证券交易账户，网络验证码存在严重的安全隐患。目前，强大的验证码设计手段并没有普及。验证码设计者必须清楚的明白：计算机识别的极限是什么，什么样的验证码是计算机无法识别的。因此只有在设计方与识别方之间展开一种对抗，才能促使双方技术进步。而将一些高级识别技术对黑客封锁，并将高级设计技术提供给网络服务者，那么网络安全将大大增强。其中，验证码的识别作为趋向计算机识别技术极限的研究，是必不可少的。验证码识别技术能验证各种验证码的安全，帮助我们设计更加安全可靠的验证码。

同时，验证码识别作为一种图灵测试，综合了图像处理、机器视觉、模式识别、人工智能等多个领域的研究。其研究成果不仅对于CAPTCHA识别这项图灵测试本身是一种挑战，更对这些领域中的其他研究有帮助，很多研究成果可以推广到其他的应用领域。例如手写文字识别技术(即OCR技术)等。验证码的应用也催生了一些其他新的业务。尤其是电子商务的迅速发展，迫切需要一种推广方式来推销商家的商品，残障人士上网问题也需要迫切解决。因而许多人开始通过研究网络机器人技术，破解图片验证码，用来实现邮箱注册、信息群发、自动登录等功能。验证码在互联网中的使用己较为普遍，各种网络系统几乎都利用验证码来阻止网络机器人的入侵，因此验证码识别技术成为一个研究的热点。

目前已有对 CAPTCHA 的设计与识别开展的对抗比赛----CAPTCHA 深度对抗赛，游戏规则是：设计方公布一系列的图片，提供尽量复杂的 CAPTCHA，而识别方利用技术手段识别这些 CAPTCHA，来用计算机完成图灵测试。如果破译方提供的应用程序能够以高于10%的识别率识别出图片内容，则判定破译方获胜。获胜方将得到礼品一份。复杂的 CAPTCHA 对文字识别，图形图像处理以及人工智能专家来说都是一个很大的挑战。对研究者来说，研究验证码能进一步提高机器学习和计算机视觉的水平，认清机器视觉和人眼的区别以及消除这种区别的方法。不管怎样，验证码识别的研究永远是一个双赢的结果：或者有一种验证码不能被破解，网络安全依然有保障：或者验证码被识别，则人工智能和机器学习水平得到进一步的提高。

1.2 国内外研究现状

验证码识别和其他字符识别方法极为相似，因而可以借鉴现有的成熟的字符识别技术，如OCR系统、车牌识别等。但验证码图片其自身的特殊性使得对它的识别难于一般的光学字符识别。验证码设计的目的本就是让机器难以破解，因而通常的验证码图片干扰性强，字符间有扭曲、变形、粘连，干扰信号变化相对单调，识别较难，图像较小。目前对无扭曲旋转、有少量噪声和无粘连字符的验证码识别上已取得了较好的识别结果。而对于有彩色线噪声，字符粘连、重叠、扭曲以及缩放等干扰的验证码的识别效果尚不理想。对于此种验证码的破解，属于极端情况下的字符识别。