基于计算机视觉的答题卡识别系统的设计与实现

发布时间：2021-11-21 18:30

　　目前,考试阅卷使用光标阅读机进行阅卷。而教师个人及普通学校则难以承担光标阅读机高昂的购买与维护费用。如何保证计算机视觉相关技术在教育教学领域被充分应用,使教师个人、普通学校以及偏远山区的学校也能享受到教育信息化发展的红利,是急需解决的问题。答题卡识别作为计算机视觉研究的内容之一,是图像处理和人工智能领域研究的一个重要方向。将其运用到教育教学领域,则能有效解决这一问题,将老师从繁复的阅卷劳动中解放出来,推动教育教学质量上台阶。本文对目前的答题卡识别技术进行了研究,分析了其现实需求,在此基础上,设计实现了基于计算机视觉的答题卡识别系统。本文通过普通USB摄像头实现答题卡图像采集,采用计算机视觉技术进行图像预处理和答卷识别。为此,设计制作了答题卡模板、搭建了答题卡图像采集的环境;采用图像灰度化、图像二值化等方法实现对答题卡图像的预处理;采用仿射变换、模板匹配、投影法、差分遍历向量法等方法实现对答题卡信息的识别。本系统的功能结构包括图像处理部分、答卷识别部分、用户信息部分和数据管理部分,并且详细设计各个部分的功能和数据库的表结构。最终,本文实现了一款基于普通摄像头、价格便宜、方便使用、对纸张和... 

【文章来源】：西北大学陕西省 211工程院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

答题卡标准模板（2）图像采集：连接好摄像头，通过用户界面选择可用于图像采集的摄像头，正确的放置好答题卡图像，开始采集答题卡图像

学生课程成绩表的实体属性图

标准模板答案表的实体属性图

【参考文献】：
期刊论文
[1]生成式对抗网络及其计算机视觉应用研究综述[J]. 曹仰杰,贾丽丽,陈永霞,林楠,李学相.  中国图象图形学报. 2018(10)
[2]彩色图像灰度化算法综述[J]. 顾梅花,苏彬彬,王苗苗,王志磊.  计算机应用研究. 2019(05)
[3]支持向量机模型与应用综述[J]. 刘方园,王水花,张煜东.  计算机系统应用. 2018(04)
[4]一种基于决策树的选项识别方法[J]. 雷俊杰,张伟池,余荣,张浩川.  无线互联科技. 2018(01)
[5]支持向量机在大规模数据分类中的应用[J]. 解洪胜.  信息与电脑(理论版). 2017(22)
[6]OpenCV应用现状综述[J]. 李越.  工业控制计算机. 2017(07)
[7]数字图像处理技术综述[J]. 文德仲.  科技资讯. 2016(08)
[8]MySQL数据库优化技术[J]. 李仕伟,周坤,刘新蕊,李宝林.  信息与电脑(理论版). 2016(12)
[9]角点检测技术综述[J]. 张功国.  数字技术与应用. 2013(04)
[10]图像阈值分割技术中的部分和算法综述[J]. 谢勰,王辉,张雪锋.  西安邮电学院学报. 2011(03)

博士论文
[1]模板图像快速可靠匹配技术研究[D]. 董晶.国防科学技术大学 2015

硕士论文
[1]基于图像处理的自动阅卷系统相关技术研究[D]. 邵凤莹.太原理工大学 2017
[2]基于Android平台手机阅卷系统设计与实现[D]. 曹方明.华南理工大学 2016
[3]在线考试与微信成绩查询系统设计与实现[D]. 杨洋.吉林大学 2015
[4]基于数字图像处理的答题卡自动识别软件[D]. 刘志方.华南理工大学 2015
[5]基于B/S的在线考试系统的设计与实现[D]. 孙广宇.吉林大学 2014
[6]数字图像处理在办公自动化系统中的应用[D]. 吴翔.济南大学 2014
[7]基于图像识别的移动端阅卷系统的研究与实现[D]. 陈浩鹏.中山大学 2014
[8]一种DOM与图像工程相结合的智能阅卷系统[D]. 郑婷.太原理工大学 2014
[9]基于B/S模式的网络阅卷系统的设计与实现[D]. 仲轶宏.电子科技大学 2013
[10]基于图像识别的网上阅卷系统的设计实现与优化[D]. 李清.东北师范大学 2013



本文编号：3510016