高校网上阅卷系统的研究与开发

发布时间：2017-07-31 15:35

  本文关键词：高校网上阅卷系统的研究与开发

  更多相关文章： 网上阅卷 图像处理 倾斜校正 图像配准 客观题识别

【摘要】：国内以考试作为知识掌握水平的鉴定手段,并以考试的形式选拔人才。高校网上阅卷系统是将传统阅卷流程与新兴技术相结合而形成的一种阅卷方式,它将数字图像处理技术与计算机网络技术相结合,其以较高的阅卷公平公正性、较低的试卷评分误差、方便的阅卷过程监控、高效的阅卷速度、有利于试卷存储和管理等特点为考试领域带来重大变革,从而得到了社会的广泛关注与支持。高校网上阅卷系统的主要功能是将数字试卷图像存入指定的位置,再识别并获取相应的图像信息,提取出试卷图像中包含的考生个人信息及考生试卷答案信息。本文对已存在的网上阅卷系统进行了综合分析,并着重关注了其在运行过程中出现的各种异常情况,结合用户的需要,提出一种适合高校的网上阅卷方式,此方式在提高阅卷速度的基础上不仅降低主观因素对试卷评分的影响,而且使阅卷人员在阅卷时具有更灵活的空间。本文分析比较了网上阅卷系统涉及到的计算机图像处理技术。对各种倾斜检测算法、边缘检测算法、图像匹配算法的优势与不足进行了比较系统的分析。对考生试卷的倾斜角检测采用初检测与深度检测相结合的方法。初检测主要针对倾斜程度较小的试卷图像进行处理,深度检测主要处理一些出现严重偏差的试卷图像。此种方法以倾斜检测的准确度作为首要目标,并兼顾检测速度。在考生试卷与标准试卷进行匹配的过程中,采用粗匹配与精匹配相结合的方法。在粗匹配过程中出现的严重偏差试卷会进行重新定位处理,以保证处理精度。在客观题识别过程中,通过在识别范围内检测选项边缘,确定选项位置,并且计算选项区域像素值,从而实现客观题答案的识别。在阅卷结束后,系统会自动对成绩进行汇总,并且显示成绩明细,做到及时反馈学生学习以及教师教学情况。
【关键词】：网上阅卷 图像处理 倾斜校正 图像配准 客观题识别
【学位授予单位】：石家庄铁道大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：G434;TP391.41
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-14
• 1.1 课题研究背景与意义8-9
• 1.2 网上阅卷的研究与发展现状9-11
• 1.3 论文的主要研究内容11-12
• 1.4 论文结构安排12-14
• 第二章 试卷图像的预处理14-21
• 2.1 引言14
• 2.2 去噪14-17
• 2.3 二值化17-20
• 2.4 本章小结20-21
• 第三章 图像倾斜校正21-41
• 3.1 引言21
• 3.2 图像边缘检测21-27
• 3.2.1 图像边缘检测步骤21-22
• 3.2.2 图像的边缘检测方法22-26
• 3.2.3 几种图像边缘检测算法的效果比较26-27
• 3.3 几种倾斜角经典检测方法27-31
• 3.3.1 倾斜角度检测方法27-31
• 3.3.2 倾斜检测效果比较31
• 3.4 倾斜检测算法流程31-34
• 3.5 图像旋转校正34-38
• 3.5.1 图像旋转34-36
• 3.5.2 图像的插值36-38
• 3.6 试卷图像倾斜校正算法流程38-40
• 3.7 本章小结40-41
• 第四章 试卷图像配准41-53
• 4.1 图像匹配42-48
• 4.1.1 基于特征的图像匹配方法42-43
• 4.1.2 常用的几种主要的图像特征43
• 4.1.3 基于灰度图像的匹配算法43-47
• 4.1.4 图像匹配算法的比较47-48
• 4.2 试卷图像模板匹配算法流程48-50
• 4.3 试卷图像信息识别50-52
• 4.3.1 标准试卷信息识别51
• 4.3.2 考生试卷信息识别51-52
• 4.4 本章小结52-53
• 第五章 系统设计与开发53-65
• 5.1 系统应用需求53-55
• 5.2 功能分析55-57
• 5.3 系统流程与设计57-60
• 5.4 系统部分界面展示60-64
• 5.5 本章小结64-65
• 第六章 总结与展望65-67
• 参考文献67-72
• 致谢72-73
• 个人简历、在学期间的研究成果及发表的学术论文73

【相似文献】

中国期刊全文数据库 前10条

1 任丽莉;封建;陈丹;;对偏光图像的预处理分析[J];长春师范学院学报(自然科学版);2008年02期

2 韩晓勇;张海军;;中巴资源卫星-02星CCD图像条纹噪声消除方法研究[J];南阳师范学院学报;2009年03期

3 张大治;;规定放大率刑事检验图像的快速制作方法[J];四川警察学院学报;2010年02期

4 张静娜;邱明国;李懿;桑林琼;王莉;张晔;;图像空域增强实验教学方法研究[J];中国科教创新导刊;2014年07期

5 陈杏连;;浅淡用Photoshop选择图像的技巧[J];职业;2011年S1期

6 陈俊红;刘霞;;浅析Photoshop中图像的选取方法[J];教育教学论坛;2013年16期

7 李志焕;吴福全;陈君;崔祥霞;;基于新型螺旋相位滤波器提高图像边缘增强对比度的方法[J];泰山学院学报;2012年06期

8 鲁静;吴士泓;;标清电视图像转为高清电视图像的插值算法[J];湖北第二师范学院学报;2011年08期

9 唐琴;董建国;皮智谋;;炭素材料X射线图像的小波融合增强方法研究[J];湖南工业职业技术学院学报;2006年01期

10 李婷雪;;基于亮度守恒假设的火灾图像运动特征提取[J];沈阳大学学报(自然科学版);2013年03期

中国重要会议论文全文数据库 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

2 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

3 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年

5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 孟晋丽;张毅;金林;;图像中混合噪声的小波域滤除方法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

8 漆琳智;张超;吴向阳;;引导滤波的单幅图像前景精确提取[A];浙江省电子学会2013学术年会论文集[C];2013年

9 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

10 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

中国重要报纸全文数据库 前10条

1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年

2 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年

3 ;B超术语解释[N];农村医药报（汉）;2008年

4 ;图像质量调整秘技[N];电脑报;2001年

5 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年

6 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年

7 西安 张正仓;I~（2）C总线控制的HG-2220AV液晶屏视频信号驱动板[N];电子报;2003年

8 ;令挑剔的人也刮目相看[N];中国电子报;2001年

9 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年

10 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年

中国博士学位论文全文数据库 前10条

1 梁福来;低空无人机载UWB SAR增强成像技术研究[D];国防科学技术大学;2013年

2 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年

3 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年

4 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年

5 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年

6 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年

7 王玉明;SAR图像地雷场检测技术研究[D];国防科学技术大学;2013年

8 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年

9 李林;基于概率图模型的图像整体场景理解方法研究[D];电子科技大学;2014年

10 冯景;基于SAR图像的海面溢油检测研究[D];北京理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年

2 王思武;基于太阳图像的特征提取和检索[D];昆明理工大学;2015年

3 曹静;基于暗通道先验算法的图像去雾处理[D];海南大学;2015年

4 王雨婷;基于林火图像特征的火险识别系统研究与设计[D];东北林业大学;2015年

5 胡海锋;基于激光散斑图像的零件表面粗糙度测量[D];南京信息工程大学;2015年

6 王鑫;基于CT图像的肺结节检测方法研究[D];长春工业大学;2015年

7 何建斌;基于IPCS的医学图像网络考试系统的设计与研究[D];广东技术师范学院;2015年

8 宋小潞;基于大气物理模型的单幅图像去雾算法研究[D];华南理工大学;2015年

9 卢永乐;基于查找表的图像逆半调模板选择方法研究[D];湖南工业大学;2015年

10 武翔宇;基于图像的接触网支柱检测与编号识别[D];西南交通大学;2015年

，

本文编号：599882