辅助阅卷App在教学中的应用
发布时间：2021-03-22 09:10
基于移动平台的图像处理技术的研究是近年来计算机图像领域的一个研究热点,本文提出了一种利用移动开发平台辅助试卷批阅的思路。具体过程为:将移动开发技术与图像处理技术相结合,首先拍摄试卷并识别批阅试卷内容,接着使用匹配算法对答案进行批改,最后显示试卷的批改结果。实验结果显示,该算法对手写客观选择题识别效果较好,可以达到辅助阅卷的作用。
【文章来源】：信息技术与信息化. 2018,(12)
【文章页数】：3 页
【部分图文】：
轮廓查找后效果图
1332018年第12期信息化教学信息技术与信息化数据结构进行存储。本程序采用的是将内轮廓作为子节点，外轮廓作为父节点的树形结构作为存储结构。轮廓获取后的效果如图1所示。图1轮廓查找后效果图在通过轮廓提取方法获取到图片中所有的轮廓之后发现，图片中存在这很多“非法”的轮廓，这些轮廓在最后的识别中不但无效并且可能会影响到算法的识别速度，需要对这些轮廓进行过滤。轮廓的过滤算法用到了类似于HashMap中的“桶”的概念，将面积相近的轮廓放入同一个“桶”中，最后将面积总和最接近外轮廓的“桶”中的轮廓作为单元格的框。通过这个算法，单元格过滤的正确率可以达到95%左右。轮廓过滤后的效果如图2所示。图2轮廓过滤后效果图整个图片预处理模块和单元格定位模块流程图如图3所示。图3图片预处理模块和单元格定位模块流程图2.2识别批阅模块经过图片预处模块和单元格定位模块的处理后，图片就可以进入到下一步的识别流程。阅卷助手程序采用目前比较成熟的框架来实现功能，用Tesseract框架进行图片中文字的识别，用SQLite数据库对数据进行存储。试卷批阅模块流程如图4所示。图4试卷批阅模块流程图3实验结果随机抽取多份试卷进行实验，现将测试环境列在表一中以便对照。表1测试环境参数硬件环境软件环境测试内容1.手机名称：Redmi41.操作系统：Android6.0.11.正确率2.摄像头参数：1300万像素2.开发工具：Androidstudio2.一次批阅时间3.屏幕分辨率：1280×720像素4.内存：2GB1.程序测试结果如下：1.程序从执行图像预处理模块开始到批阅完成平均总耗时6.8秒。2.平均正确率达98.3%。图5给出了实验过程中的某次运行结果。从测试结果看，批阅的准确率达到了比较?
图1所示。图1轮廓查找后效果图在通过轮廓提取方法获取到图片中所有的轮廓之后发现，图片中存在这很多“非法”的轮廓，这些轮廓在最后的识别中不但无效并且可能会影响到算法的识别速度，需要对这些轮廓进行过滤。轮廓的过滤算法用到了类似于HashMap中的“桶”的概念，将面积相近的轮廓放入同一个“桶”中，最后将面积总和最接近外轮廓的“桶”中的轮廓作为单元格的框。通过这个算法，单元格过滤的正确率可以达到95%左右。轮廓过滤后的效果如图2所示。图2轮廓过滤后效果图整个图片预处理模块和单元格定位模块流程图如图3所示。图3图片预处理模块和单元格定位模块流程图2.2识别批阅模块经过图片预处模块和单元格定位模块的处理后，图片就可以进入到下一步的识别流程。阅卷助手程序采用目前比较成熟的框架来实现功能，用Tesseract框架进行图片中文字的识别，用SQLite数据库对数据进行存储。试卷批阅模块流程如图4所示。图4试卷批阅模块流程图3实验结果随机抽取多份试卷进行实验，现将测试环境列在表一中以便对照。表1测试环境参数硬件环境软件环境测试内容1.手机名称：Redmi41.操作系统：Android6.0.11.正确率2.摄像头参数：1300万像素2.开发工具：Androidstudio2.一次批阅时间3.屏幕分辨率：1280×720像素4.内存：2GB1.程序测试结果如下：1.程序从执行图像预处理模块开始到批阅完成平均总耗时6.8秒。2.平均正确率达98.3%。图5给出了实验过程中的某次运行结果。从测试结果看，批阅的准确率达到了比较满意的结果，但单次批阅时间耗时过久，需要进一步优化，力争控制在1秒之内。
【参考文献】：
期刊论文
[1]智能化图像处理技术在盲人手机软件开发中的应用探讨[J]. 陈海丰. 民营科技. 2018(04)
[2]基于Android的图像处理软件的设计与实现[J]. 尹雅楠. 中国高新区. 2018(05)
[3]数字图像处理技术发展与应用[J]. 王洋. 数字技术与应用. 2014(07)
[4]认识计算机网上辅助阅卷[J]. 张云平. 中国考试. 2004(11)
硕士论文
[1]基于移动平台的智能阅卷系统的设计与实现[D]. 韦红高.江苏科技大学 2017
[2]关于计算机字符识别问题的研究[D]. 边立娴.河北科技大学 2013
[3]考试系统中智能化辅助阅卷技术研究[D]. 丁康健.哈尔滨工程大学 2011
本文编号：3093972
【文章来源】：信息技术与信息化. 2018,(12)
【文章页数】：3 页
【部分图文】：
轮廓查找后效果图
1332018年第12期信息化教学信息技术与信息化数据结构进行存储。本程序采用的是将内轮廓作为子节点，外轮廓作为父节点的树形结构作为存储结构。轮廓获取后的效果如图1所示。图1轮廓查找后效果图在通过轮廓提取方法获取到图片中所有的轮廓之后发现，图片中存在这很多“非法”的轮廓，这些轮廓在最后的识别中不但无效并且可能会影响到算法的识别速度，需要对这些轮廓进行过滤。轮廓的过滤算法用到了类似于HashMap中的“桶”的概念，将面积相近的轮廓放入同一个“桶”中，最后将面积总和最接近外轮廓的“桶”中的轮廓作为单元格的框。通过这个算法，单元格过滤的正确率可以达到95%左右。轮廓过滤后的效果如图2所示。图2轮廓过滤后效果图整个图片预处理模块和单元格定位模块流程图如图3所示。图3图片预处理模块和单元格定位模块流程图2.2识别批阅模块经过图片预处模块和单元格定位模块的处理后，图片就可以进入到下一步的识别流程。阅卷助手程序采用目前比较成熟的框架来实现功能，用Tesseract框架进行图片中文字的识别，用SQLite数据库对数据进行存储。试卷批阅模块流程如图4所示。图4试卷批阅模块流程图3实验结果随机抽取多份试卷进行实验，现将测试环境列在表一中以便对照。表1测试环境参数硬件环境软件环境测试内容1.手机名称：Redmi41.操作系统：Android6.0.11.正确率2.摄像头参数：1300万像素2.开发工具：Androidstudio2.一次批阅时间3.屏幕分辨率：1280×720像素4.内存：2GB1.程序测试结果如下：1.程序从执行图像预处理模块开始到批阅完成平均总耗时6.8秒。2.平均正确率达98.3%。图5给出了实验过程中的某次运行结果。从测试结果看，批阅的准确率达到了比较?
图1所示。图1轮廓查找后效果图在通过轮廓提取方法获取到图片中所有的轮廓之后发现，图片中存在这很多“非法”的轮廓，这些轮廓在最后的识别中不但无效并且可能会影响到算法的识别速度，需要对这些轮廓进行过滤。轮廓的过滤算法用到了类似于HashMap中的“桶”的概念，将面积相近的轮廓放入同一个“桶”中，最后将面积总和最接近外轮廓的“桶”中的轮廓作为单元格的框。通过这个算法，单元格过滤的正确率可以达到95%左右。轮廓过滤后的效果如图2所示。图2轮廓过滤后效果图整个图片预处理模块和单元格定位模块流程图如图3所示。图3图片预处理模块和单元格定位模块流程图2.2识别批阅模块经过图片预处模块和单元格定位模块的处理后，图片就可以进入到下一步的识别流程。阅卷助手程序采用目前比较成熟的框架来实现功能，用Tesseract框架进行图片中文字的识别，用SQLite数据库对数据进行存储。试卷批阅模块流程如图4所示。图4试卷批阅模块流程图3实验结果随机抽取多份试卷进行实验，现将测试环境列在表一中以便对照。表1测试环境参数硬件环境软件环境测试内容1.手机名称：Redmi41.操作系统：Android6.0.11.正确率2.摄像头参数：1300万像素2.开发工具：Androidstudio2.一次批阅时间3.屏幕分辨率：1280×720像素4.内存：2GB1.程序测试结果如下：1.程序从执行图像预处理模块开始到批阅完成平均总耗时6.8秒。2.平均正确率达98.3%。图5给出了实验过程中的某次运行结果。从测试结果看，批阅的准确率达到了比较满意的结果，但单次批阅时间耗时过久，需要进一步优化，力争控制在1秒之内。
【参考文献】：
期刊论文
[1]智能化图像处理技术在盲人手机软件开发中的应用探讨[J]. 陈海丰. 民营科技. 2018(04)
[2]基于Android的图像处理软件的设计与实现[J]. 尹雅楠. 中国高新区. 2018(05)
[3]数字图像处理技术发展与应用[J]. 王洋. 数字技术与应用. 2014(07)
[4]认识计算机网上辅助阅卷[J]. 张云平. 中国考试. 2004(11)
硕士论文
[1]基于移动平台的智能阅卷系统的设计与实现[D]. 韦红高.江苏科技大学 2017
[2]关于计算机字符识别问题的研究[D]. 边立娴.河北科技大学 2013
[3]考试系统中智能化辅助阅卷技术研究[D]. 丁康健.哈尔滨工程大学 2011
本文编号：3093972
本文链接：https://www.wllwen.com/jiaoyulunwen/xuekejiaoyulunwen/3093972.html
