摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文的研究内容
1.4 论文的组织结构
第二章 预备知识
2.1 降噪算法原理
2.2 图像降噪主流技术
2.2.1 中值滤波降噪
2.2.2 小波降噪
2.2.3 偏微分方程(PDE)降噪
2.3 图像切割技术
2.3.1 基于投影分割
2.3.2 区域平均分割
2.4 图像识别技术
2.4.1 径向基神经网络(RBF)
2.4.2 概率神经网络(PNN)
2.4.3 自组织增量神经网络(SOINN)
2.5 图像预处理质量评价及分析
2.6 本章小结
第三章 验证码图像识别
3.1 验证码字符降噪
3.1.1 常用的的降噪声方法
3.2 验证码字符切割
3.2.1 传统的切割方法
3.2.2 一种改进图像分割方法
3.3 验证码字符识别
3.3.1 径向基神经网络(RBF)识别
3.3.2 概率神经网络(PNN)识别
3.3.3 自组织增量神经网络(SOINN)表征拓扑结构
3.4 本章小结
第四章 PNN-SOINN-RBF网络验证码识别模型与算法
4.1 离线PNN-SOINN-RBF网络验证码识别
4.1.1 离线模型识别模型
4.1.2 离线模型识别算法
4.1.3 实验分析
4.2 在线PNN-SOINN-RBF网络验证码识别
4.2.1 节点权重计算
4.2.2 节点增、删策略
4.2.3 在线增量模型识别模型
4.2.4 在线增量模型识别算法
4.2.5 实验结果分析
4.3 本章小结
总结与展望
参考文献
攻读学位期间发表的论文
声明
致谢