CN101038626A

CN101038626A - 试卷卷面分数识别方法和装置

Info

Publication number: CN101038626A
Application number: CN 200710039969
Authority: CN
Inventors: 薛雷; 彭之威; 冯运亮
Original assignee: University of Shanghai for Science and Technology
Current assignee: University of Shanghai for Science and Technology
Priority date: 2007-04-25
Filing date: 2007-04-25
Publication date: 2007-09-19
Anticipated expiration: 2027-04-25
Also published as: CN100485714C

Abstract

本发明涉及一种试卷卷面分数识别方法和装置。本发明的试卷卷面分数识别方法是采用多层感知网络对数字手写体进行识别，识别通过学习训练过程和识别过程来实现。本发明的试卷卷面分数识别装置包括一个放置试卷的台面，台面上设置3～4根可调立柱支撑着一块与台面平行安置的上面板，上面板上装有：一个摄像头对准试卷卷面分数、一个激光灯照射试卷卷面分数区域和1～4个辅助灯光照亮试卷卷面；摄像头经数据采集卡连接一台电脑。本装置易于构建，操作方便，能对试卷卷面手写体分数进行准确、高效识别，满足实际运用要求。

Description

试卷卷面分数识别方法和装置

技术领域

本发明涉及一种手写体数字识别方法和装置，特别是一种试卷卷面分数识别方法和装置。

背景技术

现在教学过程中对试卷卷面分数进行处理的方法可分为两类，一类是人工处理方法，一类是利用光反射原理对答题卡进行扫描的方法。前者利用人工的方法对试卷卷面的分数进行教学处理，消耗大量的人力和物力，效率低，容易出错。后者利用光反射原理对答题卡扫描识别，要求用特定的笔进行涂写，虽然目前有广泛应用，识别率高，但对答题卡样式和涂写工具要求固定，成本高，实际应用不易实现，其试卷格式单一，只适合于标准化试卷。

发明内容

本发明的目的在于针对已有技术存在的缺陷，提供一种识别率高、易于应用的试卷卷面分数识别方法和装置，满教学的需要。

为达到上述的发明目的，本发明的构思是：试卷卷面分数为手写体数字，本发明对手写体数字的识别采用的是BP神经网络，也称为多层层感知网络，具有三层结构，即：输入层、隐含层(也称中间层)和输出层，如图1所示。

图中的圆圈表示神经元，相邻层之间的各神经元实现全连接，即下一层的每一个神经元都与上一层的每个神经元实现全连接，但是每层中各神经元之间无连接。

利用多层感知网络进行模式识别必须要有一个过程。该过程以一种“学习”的方式进行。首先对每一种输入模式(即手写体图像)设定一个期望输出值。然后对网络输入记忆模式，并由输入层经中间层向输出层传播(称为“模式顺传播”)。实际输出与期望输出的差即是误差。按照误差平方最小这一规则，由输出层往中间层逐层修正连接权值，此过程称为“误差逆传播”。随着“模式顺传播”和“误差逆传播”过程的交替反复进行。网络的实际输出逐渐向各自所对应的期望输出逼近，网络对输入模式的响应的正确率也不断上升。通过此学习过程，确定和保存各层间的连接权值之后就可以识别输入的图像了。

BP网络学习算法是最小均方差的学习方式。先假设BP网络每层有N个处理单元，每个处理单元为非线性输入输出关系，采用的输出函数为：

f(x)＝1/[1+exp(-x)] (1)

训练集包含M个样本模式对(X_k，Y_k)(k＝1，2，…，m)，对第P个样本单元j的输入总和记为net_pj，单元i的输出记作O_pj，则：

net_pj＝∑W_jiO_pi (2)

O_pj＝1/[1+exp(-net_pj)] (3)

其中W_ji为神经元i，j间联系的权值。

若任意设置网络初始权值，那么对每个输入模式P，网络的实际输入与期望输出之间有一定误差，定义网络误差：

E_p＝1/2∑(d_pj-O_pi)² (4)

E＝∑E_P (5)

式中d_pj表示第P个输入模式，输出单元j的期望输出。

这种基本的BP网络具有很强的信息处理能力。

根据上述的发明构思，本发明采用下述技术方案：

一种试卷卷面识别方法，其特征在于采用多层感知网络对数字手写体进行识别，其识别通过学习训练过程和识别过程来实现：

(1)学习训练过程步骤：

①输入样本：首先将印在试卷上分数图像由图像采集卡的模数转换变成数字信号输入计算机；

②预处理：然后对拍摄得到的数字图像进行去噪声、倾斜调整、宽高归一化等预处理；

③特征提取：对数字图像取出它的点阵构成特征值样本对(X_k，Y_k)，作为BP网络的输入值。即把数字图像上的一个象素的值都作为一个特征值保存在数组中；

④BP网络训练：BP网络训练过程分为“模式顺传播”“误差逆传播”：

(a)“模式顺传播”的前向驯练开始工作时，先初始化“输入层——隐含层”和“隐含层——输出层”等权值参数；

对样本逐个扫描，对样本中的单个数字图像提取特征向量，将它们输送到输入层，根据神经元间连接的权值W_ji计算net_pj、O_pj，得到该层的理想输出；该数据作为隐含层的输入，同样得到隐含层的理想输出；再从隐含层传到输出层，得到结果；

(b)“误差逆传播”是将输出层的结果与理想输出比较，计算输出层每个结点上的权值误差，根据输出层结点上的误差计算隐层每个节点上的误差；再分别计算隐含层、输入层的误差，对每一个神经元间的权值修正；

误差逆传播中要对误差进行统计，计算出均方误差，如果均方误差满足期望值，而且不超过最大循环次数则跳出循环。如果达不到预期的误差值，或者超过了最大的循环次数，需要改变训练参数。直到训练结束。

⑤训练结束后，会在样本图片所在的目录下生成3组数据，分别以计算机文件的形式存储。即“win.dat”、“whi.dat”、“num.dat”。保存着输入层与隐层之间的权值、隐层与输出层之间的权值和各层结点的个数信息，供下面的识别使用。

(2)识别过程步骤：

①输入待识别数字图像：采集待识别的包含手写体数字的图片；

②预处理：同步骤(1)中的预处理方法一样；

③特征提取：同前步骤(1)中学习训练过程中特征提取方法一样，对数字图像取出它的点阵构成特征值样本对(X_K，Y_K)；

④BP网络识别：把提取到的特征向量输送到输入层，根据权值信息激活模式顺传播的前向输入处理通道，在神经元输出结点上得到判别输出结果，即完成该手写体图像的识别。

一种试卷卷面分数识别装置，采用上述的试卷卷面分数识别方法进行操作运用，包括一个放置试卷的台面，其特征在于所述的台面上设置3～4根可调立柱支撑着一块与台面平行安置的上面板；所述的上面板上装有：一个摄像头对准试卷的卷面分数、一个激光灯照射试卷的卷面分数区域和1～4个辅助灯光照亮试卷卷面；所述的摄像头经数据采集卡连接一台电脑。摄像头获取试卷卷面中分数区域的图像，经数据采集卡送入电脑，电脑对图像进行处理和分数识别，并生成报表。

本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点：本发明的试卷卷面分数识别方法是采用多层感知网络对数字手写体进行识别，对图像处理和识别，能够准确高效识别试卷上的分数。本发明的试卷卷面分数识别装置，可调节支立柱的高度，调节摄像头的焦距，达到识别不同大小样式的试卷，结构简单，易于构建，成本低，便于操作，能满足实际运用要求。

附图说明

图1是三层感知网络模型图。

图2是手写数字图像的七段投影图。

图3是手写数字图像划分成想3×4子块示图。

图4是笔划密度特征提取的示意图。

图5是数字识别结果的学号部分示图。

图6是数字识别结果的分数部分示图。

图7是识别学号示图。

图8是识别分数示图。

图9是本发明的一个试卷卷面分数识别装置的结构示意图。

具体实施方式

实施例1：

本试卷卷面分数识别方法操作步骤如下：

1、样本训练前的预处理步骤：

首先将印在试卷上感兴趣的区域(ROI)经过视频采集卡产生模拟信号，再通过模数转换变成256色的数字信号输入计算机。试卷纸张薄厚、洁白度、光洁度、书写力度、笔划质量以及拍摄时光线的明暗乃至角度都要造成字形的变化，产生污点、飞白、断笔、交连等干扰。因此，一般由拍摄得到的数值化的字符还需要多种进一步的处理。

处理过程包括256色转灰度图、将灰度图二值化、边缘锐化和去噪、对待识别数字部分的整体倾斜调整、分割出单个数字、标准宽高归一化和紧缩重排归一化的过程。

2、特征提取方法

一个好的特征提取方案是整个识别系统中的关键一环，要对字型畸变和位移变化有很强的抗干扰能力。在本发明中是对每个数字取它的16*32维特征值，并作为BP网络的输入值。在确定特征值取法时，经过下面三个阶段：

第一阶段：宏观特征的抽取。宏观特征的使用，能全面反映手写数字图像各方面的特征，提高手写数字识别系统的性能。

宏观特征的抽取必须遵循以下原则：

(1)易于提取；

(2)具有较强的分类能力，即该特征对不同的数字应表现出较大的差异，对相同的数字则表现出尽可能小的差异；

(3)具有较高的稳定性，尽量减少笔划断裂和粘连的影响。

在图像规格化和二值化后，根据以上原则选取下述几种宏观特征：

(1)7段框架投影值

7段框架投影形状如图2所示，投影方法是将任一点向最近的框边投影，最后统计每个框边的投影点数，这样就形成了7个数，归一化后作为一个数字的特征向量。抽取7段投影特征的实质是信息压缩，即将m*n维的信息压缩成七维的信息。

(2)粗网格特征

在对手写体数字图像进行剪裁之后，将手写数字图像划分成大小相等的3*4个子块(如图3所示)，求出每块中黑像素所占比例P，构成一个向量x＝{P1，P2，……，P12}。这样就将图像压缩成了12维的信息。

第二阶段，对笔划密度特征的提取。笔划密度特征对字形畸变和位移变化有较好的抗干扰能力，由于书写风格不同，手写数字的字形差异较大，采用笔划密度特征作为手写数字的识别特征能得到较高的识别率。对l×W的标准窗格，从水平、垂直、45°、135°4个方向扫描数字，每个方向取n个特征，形成有4n个分量的特征向量G：

G＝(G₁₁，G₁₂，…，g_1n，g₂₁，g₂₂，…g_2n，g₃₁，g₃₂，

…，g_3n，g₄₁，g₄₂，…，g_4n)

为了减少特征向量中分量的个数，以减少BP网络输入层的节点数，可以将几个像素行归并为个扫描行。这种降维处理能有效降低BP网络的规模，提高识别的实时性。经实验，在每个方向上取16个扫描行，形成16×4＝64个分量的特征向量G。对于二值图像只需对扫描行扫描到的数字黑像素点的个数做累加计算即可得到G，为此，需要把窗格4个方向的坐标都量化为1～16，函数g用于计算一个像素行中黑像素点的个数。设P为沿某个方向的像素点总数，则一个扫描行中像素行的行数为Pn＝p/16；设任意一个扫描行的起始像素行的行号为Pn，则一个扫描行中的黑像素点数为，其中s＝1、2、3、4，t＝1、2、…、16。

图4为笔划密度特征提取的示意图(水平方向)。

第三阶段，全扫描法的特征提取法。本发明使用的是，把一张含数字图片通过行列扫描，把每一个象素上的值都作为一个特征值保存data[]这个数组中，具体VC实现代码如下：

double**code(BYTE*lpDIBBits，int num，LONG lLineByte，LONG lSwidth，LONGlSheight)

{

//循环变量

int i，j，k；

BYTE*lpSrc；

//建立保存特征向量的二维数组

double**data；

//为这个数组申请二维存储空间

data＝alloc_2d_dbl(num，lSwidth*lSheight)；

//将归一化的样本的每个象素作为一个特征点提取出来

//逐个数据扫描

for(k＝0；k＜num；k++)

{

//对每个数据逐行扫描

for(i＝0；i＜lSheight；i++)

{

//对每个数据逐列扫描

for(j＝k*lSwidth；j＜(k+1)*lSwidth；j++)

{

//指向图像第i行第j列个象素的指针

lpSrc＝lpDIBBits+i*lLineByte+j；

//如果这个象素是黑色的

if(*(lpSrc)＝＝0)

//将特征向量的相应位置填1

data[k][i*lSwidth+j-k*lSwidth]＝1；

//如果这个象素是其他的

if(*(lpSrc)！＝0)

//将特征向量的相应位置填0

data[k][i*lSwidth+j-k*lSwidth]＝0；

}

return(data)；

}

3、利用BP算法训练前向网络，使网络完成函数逼及模式识别。

训练前先初始化输入层-隐层和隐层-输出层的权值以及一些参数：

bpnn_randomize_weights(input_weights，n_in，n_hidden)；

bpnn_randomize_weights(hidden_weights，n_hidden，n_out)；

分别对应的是输入层-隐层权值、隐层-输出层权值的随机在区间(-0.1，0.1)内赋值。

double momentum＝BpPa.m_a；

double min_ex＝BpPa.m_ex；

int n_hidden＝BpPa.m_hn；

double eta＝BpPa.m_eta；

这四个变量依次为相关系数、最小均方误差、隐层结点数目和学习效率赋初始值。在本发明中是这样取值的：

BpPa.m_a＝0；

BpPa.m_eta＝0.015；

BpPa.m_ex＝0.001；

BpPa.m_hn＝10；

下面以一组0-9的数字为例开始进行训练。

对样本逐个扫描，对样本中的单个数字提取特征向量，将它输送到输入层，将预定的理想输出输送到BP网络的理想输出单元。

这里的理想输出矩阵如下：

double out[][4]＝{0.1，0.1，0.1，0.1，

0.1，0.1，0.1，0.9，

0.1，0.1，0.9，0.1，

0.1，0.1，0.9，0.9，

0.1，0.9，0.1，0.1，

0.1，0.9，0.1，0.9，

0.1，0.9，0.9，0.1，

0.1，0.9，0.9，0.9，

0.9，0.1，0.1，0.1，

0.9，0.1，0.1，0.9}；

10行分别对应10个阿拉伯数字“0”到“9”。

前向传输开始工作，将数据从输入层传到隐层，再从隐层传到输出层，将输出层的输出与理想输出比较计算输出层每个结点上的误差，根据输出层结点上的误差计算隐层每个节点上的误差。

然后分别调整权值，根据输出层每个节点上的误差来调整隐层与输出层之间的权值，根据隐层每个节点上的误差来调整隐层与输入层之间的权值。

对误差进行统计，计算出均方误差，如果均方误差满足期望值，而且不超过最大循环次数(这里设为15000)则跳出循环。

如果达不到预期的误差值，或者超过了最大的循环次数(15000)，需要改变训练参数。直到训练结束。

当一次训练结束后，会在样本图片所在的目录下生成3个文件，分别是“win.dat”、“whi.dat”、“num.dat”，里面分别保存着输入层与隐层之间的权值、隐层与输出层之间的权值和各层结点的个数信息，供后面的识别工作使用。

4、数字识别的过程及效果

经过前期的预处理和样本训练工作，找到了比较合适的权重值，就可以进行接下去的识别工作了。

首先，系统会读取一张待识别的图片，用三个句柄CDIB、CDIB1、CDIB2和CDIB3来分别指示原图、学号部分、分数部分。

学号部分和分数部分放大后分别如图7、图8所示。

开始识别时首先读取训练时保存的权值文件，然后对数字逐个逐个扫描，把提取到的特征向量输送到输入层，根据权值信息激活前向输入，在每一位输出结点上判别输出结果，大于0.5就在这一输出位上置1，一共十个输出结点，如果判定的结果小于“9”，认为识别合理，如果判定的结果大于“9”，则认为识别错误，将不合理的结果固定为特殊值20。

最后，将识别的结果保存到与识别图片同一目录下的“result.txt”中，对定为特殊值20的输出，显示为“无法判断”。

对图5和图6分别进行学号和分数的识别，识别的结果如图7和图8。

实施例2：

参见图9，本试卷卷面分数识别装置，采用上述的试卷卷面分数识别方法进行操作使用，包括一个放置试卷9的台面8，台面8上设置4根可调立柱5支撑着一块与台面8平行安置的上面板1；上面板1上装有：一个摄像头2对准试卷9的卷面分数、一个激光灯3照射试卷9的卷面分数区域和4个辅助灯光照亮试卷9卷面；摄像头2经数据采集卡6连接一台电脑7。摄像头2获取试卷卷面9中分数区域的图像，经数据采集卡6送入电脑7，电脑7对图像进行处理和分数识别，并生成报表。

本装置的操作步骤如下：

(1)把待识别的试卷9放置到台面8上，调节可调立柱5，改变上面板1和台面8之间的距离，使摄像头2获得最佳的焦距。

(2)拍摄试卷卷面图像，经数据采集卡6，把图像送入电脑7。

(3)利用电脑，对获取的试卷卷面图像进行矫正处理。

(4)对校正后的试卷卷面图像中的手写体分数进行识别。

(5)把识别出来的数字自动送入到数据库，待识别任务完成后，做相应处理并生成报表。

Claims

1.一种试卷卷面分数识别方法，其特征在于采用多层感知网络对数字手写体进行识别，首其识别通过学习训练过程和识别过程来实现：

(1)学习训练过程步骤：

预处理：对拍摄得到的数字图像进行噪声、倾斜的调整和宽高归一化预处理；

③特征提取：对数字图像取出它的点阵构成特征值样本对(X_K，Y_K)，作为BP网络的输入值，即把数字图像上的一个象素的值都作为一个特征值存在数组中；

④BP网络训练：BP网络训练过程分为模式顺传播和误差逆传播：

(a)模式顺传播：先初始化“输入层----隐含层”和“隐含层----输出层”权值参数；然后对样本逐个扫描，对样本中的单个权字图像提取特征向量，将它们输送到输入层，根据神经元间连接的权值W_ji计算net_pj、O_pj，得到该层的理想输出；该数据作为隐含层的输入，同样得到隐念层的理想输出；再从隐念层传到输出层，得到结果；

(b)误差逆传播：将输出层的结果与理想输出比较，计算输出层每个结点上的权值误差，根据输出层结点上的误差计算隐含层每个节点上的误差；再分别计算隐念层、输入层的误差，对每个神经元间的权值修正；

误差逆传播中要对误差进行统计，计算出均方误差，如果均方误差满足期望值，而且不超过最大循环次数则跳出循环；如果达不到预期的误差值，或者超过了最大的循环次数，需要改变训练参数，直到训练结束；

⑤训练结束后，今在样本图片所在的目录下生成3组数据，分别以计算机文件的形式存储，即“win.dat”、“whi.dat”和“num.dat”，保存着输入层与隐念层之间的权值、隐含层与输出层之间的权值和各层结点的个数信息，供下面的识别使用；

(2)识别过程步骤：

②预处理：同步骤(1)中的预处理方法一样；

2.一种试卷卷面分数识别装置，采用根据权利要求1所述的试卷卷面分数识别方法进行操作运用，包括一个放置试卷(9)的台面(8)，其特征在于所述的台面(8)上设置3～4根可调立柱(5)支撑着一块与台面(8)平行安置的上面板(1)；所述的上面板(1)上装有：一个摄像头(2)对准试卷(9)的卷面分数、一个激光灯(3)照射试卷(9)的卷面分数区域和1～4个辅助灯光(4)照亮试卷卷面；所述的摄像头(2)经数据采集卡(6)连接一台电脑(7)。摄像头(2)获取试卷卷面(9)中分数区域的图像，经数据采集卡(6)送入电脑(7)，电脑(7)对图像进行处理和分数识别，并生成报表。