全文总字数：2932字

1. 研究目的与意义及国内外研究现状

验证码如今在我们的生活中十分常见，它在网络世界里扮演了重要的角色，它是一种保护网络安全的有力手段之一，我们的日常生活中随处都可以看到验证码的身影，它可以有效的制止一些非法的机器程序对于网站的恶意访问行为，甚至是一些通过机器不断尝试破解他人账户密码的行为。而且随着验证码技术的发展，验证码也不单单是以前那些很单一的形式了，不仅种类繁多，而且识别难度大大提高，验证码生成和保护手段在与破解手段的较量之中，有时用户甚至很难识别出验证码的正确答案，然而这种情况的发生，已经违背了验证码原本设计的目的。

本次研究的意义在于研究的过程中能够发现验证码中的隐患问题，这些宝贵的经验对于改进captcha技术是至关重要的，它还可以促进车牌识别和手写识别技术的进步与提高。以通过对识别原理的研究，对验证码的生成进行改良，去除其中一些没必要的干扰信息，来使得用户得到更好的使用体验，同时也对验证码的防御手段进行升级，使得此类验证码不再容易被运用此识别原理所识别，如果无法对这种验证码进行升级的话，就要对此类验证码进行安全性的提醒，避免此类验证码用于重要场合。

2. 研究的基本内容

本次设计研究的内容是最为常见的字符类型验证码，选取了一种计算型和字符型验证码来作为识别对象，然后熟悉验证码识别中常用的技术，如去噪，切割字符，神经网络等，并对于这些技术背后的原理进行了比较深入的研究。对于本文研究的两种研究对象进行了问题分析，并且描述了具体的操作步骤。

3. 实施方案、进度安排及预期效果

实施方案：使用python结合opencv和tensorflow来进行程序设计，具体内容有对图像的预处理，其中包括图像的二值化，去除噪点干扰。然后是字符分割部分，使用投影法对于计算验证码进行单字符切割，使用固定边界法对于位数固定的字符型验证码进行分割，然后是字符识别部分，字符型验证码使用了卷积神经网络作为训练模型，计算型验证码使用了bp神经网络作为训练模型。

进度安排：3月到4月初设计程序，4月初到4月末完成论文编写

预期效果：运用训练的模型对于验证码的识别达到较高的准确率。

4. 参考文献

[1]范望 韩俊刚 荀凡 李帅 卷积神经网络识别汉字验证码[n]计算机工程与应用 2018 54(03) 1706-0304[2]闻宏强 周华 陆澄澹 季永炜 验证码识别原理探究[n] 电子技术与软件工程 2014 16 172[3]谢云昊 文本验证码通用识别算法的研究[d]西安：西北大学2016 1-80[4]刘洁 字符识别算法研究[d] 北京：北京邮电大学 2010 1-62[5]吕刚 赫平 基于神经网络的数字验证码识别研究[n] 浙江工业大学学报 2009 [6] mori g,malik j recognizing objects in adversarial clutter:breaking a visual captcha.[n] computer vision and pattern recognition.proceedings.2003 ieee computer society conference on . 2003[7]周志华 机器学习[m] 北京：清华大学出版社 2016 99-105[8]lan goodfellow yoshua bengio aaron courville 深度学习[m]赵申剑等人，译，北京：人民邮电出版社 2017 200-220[9] chii jen chen you wei wangwen pinn fang a study on captcha recognition[j] 2014 tenth international conference on intelligent information hiding and multimedia signal processing 2014 395 – 398[10] yu huli chen jun cheng a captcha recognition technology based on deep learning[j] 2018 13th ieee conference on industrial electronics and applications (iciea)2018 617 - 620[11] yangping lv feipeng cai dazhen lindonglin cao chinese character captcha recognition based on convolution neural network[j]2016 ieee congress on evolutionary computation (cec) 2016 4854 - 4859[12] chen ruiyang jing hu rong-gui huang shu-guang a novel lstm-rnn decoding algorithm in captcha recognition[j] 2013 third international conference on instrumentation, measurement, computer, communication and control 2013 766 - 771[13] lili zhangyuxiang xiexidao luanjingmeng he captcha automatic segmentation and recognition based on improved vertical projection2017 ieee 9th international conference on communication software and networks (iccsn) 2017 1167 - 1172[14]王刚刚 图片验证码的识别与研究[d] 南京：南京邮电大学 2018 1-64[15]杨杰 验证码识别研究[d] 北京：北京邮电大学 2016 1-66