试卷答题卡模板信息提取关键技术研究

发布时间：2021-01-21 05:21

　　考试在现代教育中扮演着极其重要的角色,它是衡量学生学习成果的一种数值化工具,对学生的能力、知识的掌握程度提供有效的参考信息,是现在的教学中不可缺少的一环。传统的纸质批阅方式效率低下,并且对于掌握学生学习能力的状况较差,因此越来越多的学校在中小型考试中使用电子阅卷系统,电子阅卷在未来将会成为各种教育环境下的主流阅卷方式。电子阅卷虽然已经成熟,但仍然存在着一些需要解决的问题:不同答题卡采用不同的模板来识别、不同生产商和软件开发者使用不同的模板生成方式、不断增加的试卷需求需要答题卡生成的简化等。（1）不同答题卡采用不同的模板来识别现有的试卷答题卡电子阅卷中,依赖通过模板识别试卷信息的方式,借助定位特征与模板的位置偏移量,能够高效地扫描、分割不同题目和识别题目答案。该种工作方式能够让试卷的不同题目能够分发给不同系统模块和阅卷老师处理,但在使用新版式的试卷答题卡时,就需要使用新的模板。（2）不同生产商和软件开发者使用不同的模板生成方式试卷答题卡没有规定的标准,因此不同的软件开发者在制作应用时,存储模板文档的格式或语法不相同,从而导致即使能够获取一张试卷答题卡的模板,也不一定能在其它的阅卷系统上使... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

图４．２母边界检定??３、跟踪该边界的所有像素点，这些像素点不会成为新的边界跟踪起始点

￡■〇，?ｖ）?＝?［?＆＞（ｘ，?少?＋?Ｖ）?－??（公式４．?３）??通过泰勒公式简化，得到ｘ，ｙ方向上的梯度矩阵：??Ｍ?＝?ＹｊＤ（ｘ，ｙ、Ｉｘ??ｘ＾ｙ?１ｘ１ｙ?１ｙ??（公式４＿４）??然后通过角点相应函数，判断结果是否超过阈值，来判断是否为角点。??③基于模型的角点检测??基于模板方法的主要思想是通过使用角点参数化模型，对图像进行匹配滤波。??早期的角点模型通过楔形图像模型滑动来比对，该方式的检测精度取决于图像模??型的数量和效果。??Ｌ?Ｚ??图４．４?一种匹配角点匹配模板（由低像素放大），分配检测４５°与９０°角??另一种经典模板方法是ＳＵＳＡＮ模板方法。ＳＵＳＡＮ模板使用一个圆形模扳，将??每个像素与中心点像素灰度值相比较，并通过阈值判定它是否处于Ｓｕｓａｎ区域内??［２１］。该方法利用局部相似的思想，通过分析区域内的相似度来寻找角点和边缘点，??ＳＵＳＡＮ区域内的局部最小点被认为是角点。??４．１．２数学形态学??在一些表格分析和试卷答题卡分析的解决方案里，运用Ｈｏｕｇｈ直线变换能够??获取有效的表格框线［３°：［３１］。实际实验中，Ｈｏｕｇｈ变换经常存在着无法获得一条表??格框线上的全部线段的情况，对于较短的线段检测具有较大的干扰和误差。通过??倾斜校正获取了角度不倾斜的图像后，表格框线基本与二位坐标轴相对应，因而??本文使用了数学形态学来进行表格相关的特征信息的提龋??（１）数学形态学??数学形态学又常被称为图像形态学，建立在格论和拓扑学基础上，在图像处??理中有广泛使用［２３］。表格的格式本身是判断题目区间、类型的一种依据，数学形??态学在处理表格时能够精确提取表

？碩士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??和其它题目中的图形产生的干扰，可以简化图像数据、保留图像的基本形态特征、??并且除去相关性弱的结构。??通过图像形态学处理灰度位图时候，将整个灰度位图视为一个矩阵。通过与??一个称为结构元素的矩阵进行集合运算，就能得到图像形态学处理后的结果。形??态学处理的结果，与结构元素的选取密切相关［２６：，?３ｘ３的矩阵结构元素是一种常??见结构元素。??腐蚀和膨胀是数学形态学的两种基本运算［２７：。设Ａ是目标图像的二值数字矩??阵，Ｂ是用于操作的结构元素，图像形态学的腐蚀和膨胀定义如下奴：??①腐蚀??ＡＱＢ?＝?｛＾＼｛Ｂ＼＾Ａ｝?（公式?４．?５）??其中，ｘ表示偏移量。由于结构元素的行列数往往不大于被操作矩阵的行列??数，通过将结构元素不断在被操作矩阵上滑动，使Ｂ能到达所有Ａ上的像素，依??此达到形态学变换效果。图４．?３是一个腐蚀的实例，看起来图像被缩小了。图４．?５??依次展示了被操作矩阵Ａ与结构元素Ｂ、计算得到的腐蚀矩阵。??图４．５图像腐蚀??②膨胀??Ａ？Ｂ?＝?｛ｘ＼［｛Ｂ）ｘ＾Ａ｝＾（ｆ＞｝?（公式?４．?６）??其中，ｘ表不偏移量。与腐蚀类似，同样需要一个结构元素遍历被操作矩阵??的每一个位置。图４．?４是一个膨胀的实例，看起来图像被放大了，相当于腐蚀的??逆运算。被操作矩阵Ａ与结构元素Ｂ和计算得到的膨胀矩阵如图４．?６所示。??２??


本文编号：2990540