MATLAB数字验证码识别GUI界面

1.应用背景
验证码识别技术可以用于网站的群发软件，数字验证码识别是光学字符识别(OCR)的一种，是进行模式识别研究的基础。论文提出了以简单变形的数字字符为理论研究素材，将模板匹配作为基本框架的验证码识别系统。
本文所要讨论的就是一种基础的人工智能–模式识别。本文需要研究的是模式识别中的图像识别，主要是模拟人类的视觉特性，其目标是识别验证码，即读取图像文件中的数字字符。所谓验证码就是由程序随机生成的一组字符(数字或数字与字母的组合)图片。在有些情况下, 为了实现一系列自动操作需要对验证码进行识别。基于这种原因, 本文选择了验证码作为识别的对象。验证码的识别涉及到了图像预处理、分割、特征提取、识别等相关技术。描述了验证码图像的预处理工作，包括彩色验证码图像的灰度化、二值化、去噪和归一化等调整等预处理。
介绍了验证码图像中字符的分割算法，图像分割是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程，分割结果的好坏将直接影响到视觉系统的性能。本文主要介绍了图像分割的基本知识，并对两种验证码图像分别设计不同的分割方法。对第一种字符间距较大但是字符笔画有断裂的验证码采取了改进的投影分割法进行分割；对第二种字符倾斜且粘连的验证码采取了结合连通域法、投影法和寻找最短路径的方法进行分割。采用MATLAB仿真了所有分割过程，得到了比较理想的分割结果。
最后提出了一种改进的模板匹配的数字识别算法，该算法是预先将字符分成若干个集合，经细化得到数字中央的骨骼部分，再对待识别数字提取特征并与训练库中的数字特征加权比较，利用欧式距离最小原则来对数字作出判决，试验结果表明，加权的模板匹配法保证了数字识别的正确率，而对数字进行预分类和细化处理，可以大大缩小模板匹配的识别速度，弥补了模板匹配算法对于大量数字耗时多的缺点，提升了系统速度。
本文的算法通过提取数字字符特征量， 对待识别的数字字符进行带有冗余的分类&