CN103400124A - 一种试卷识别方法及装置 - Google Patents

一种试卷识别方法及装置 Download PDF

Info

Publication number
CN103400124A
CN103400124A CN2013102765624A CN201310276562A CN103400124A CN 103400124 A CN103400124 A CN 103400124A CN 2013102765624 A CN2013102765624 A CN 2013102765624A CN 201310276562 A CN201310276562 A CN 201310276562A CN 103400124 A CN103400124 A CN 103400124A
Authority
CN
China
Prior art keywords
paper
image
examinee
template
answer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013102765624A
Other languages
English (en)
Other versions
CN103400124B (zh
Inventor
姚磊
万科锐
汪顺利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Honghe Intelligent Systems Co ltd
Shenzhen Honghe Innovation Information Technology Co Ltd
Original Assignee
BEIJING HITEVISION DIGITAL MEDIA TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING HITEVISION DIGITAL MEDIA TECHNOLOGY Co Ltd filed Critical BEIJING HITEVISION DIGITAL MEDIA TECHNOLOGY Co Ltd
Priority to CN201310276562.4A priority Critical patent/CN103400124B/zh
Publication of CN103400124A publication Critical patent/CN103400124A/zh
Application granted granted Critical
Publication of CN103400124B publication Critical patent/CN103400124B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种试卷识别方法，包括：获取24位位图格式的彩色试卷图像；将所述24位位图格式的彩色试卷图像压缩为8位位图格式；对所述8位位图格式彩色试卷图像进行二值化处理；得到黑白试卷图像；导入试卷模板；将所述黑白试卷图像与试卷模板进行匹配；提取所述黑白试卷图像中包含的试卷信息；本发明还公开了一种试卷识别装置，包括：图像获取模块，图像处理模块，模板导入模块，图像匹配模块以及图像信息提取模块。本发明提供的试卷识别方法及装置，能够准确有效地对试卷进行识别并得出正确的试卷分数。

Description

一种试卷识别方法及装置
技术领域
本发明涉及信息识别技术领域，特别是指一种试卷识别方法及装置。
背景技术
随着信息技术的飞速发展，将试卷评阅与信息处理技术结合使得能够简便与快速地评阅试卷，将能为评卷人节约大量的时间且不用耗费太多精力，并且也能够有效缩短评卷时间。但是，现有的试卷识别技术中，经常会出现试卷识别错误，如何准确有效地识别试卷从而得出正确的试卷分数，是目前所需解决的首要问题。
发明内容
有鉴于此，本发明的目的在于提出一种试卷识别方法及装置，能够准确有效地对试卷进行识别并得出正确的试卷分数。
基于上述目的本发明提供的试卷识别方法，包括：
获取试卷图像；
导入试卷模板；
将所述试卷图像与试卷模板进行匹配；
提取所述试卷图像中包含的试卷信息。
在一些实施方式中，所述试卷图像为彩色试卷图像，所述获取试卷图像的步骤之后还包括：将所述彩色试卷图像转换为黑白试卷图像。
在一些实施方式中，所述试卷图像为24位位图格式的彩色试卷图像，所述获取试卷图像的步骤之后还包括：将所述24位位图格式的彩色试卷图像压缩为8位位图格式。
在一些实施方式中，所述将所述24位位图格式的彩色试卷图像压缩为8位位图格式的步骤之后还包括：对所述8位位图格式彩色试卷图像进行二值化处理，得到黑白试卷图像。
在一些实施方式中，所述试卷包括考生学号及考生答案两个填涂区域；将所述黑白试卷图像与试卷模板进行匹配的步骤之后还包括：根据所述试卷模板将所述黑白试卷图像分割为考生学号及考生答案两个区域。
在一些实施方式中，根据所述试卷模板将所述黑白试卷图像分割为考生学号及考生答案两个区域的步骤之后还包括：根据所述试卷模板中的考生学号位数对所述考生学号区域进行分割；根据试卷题数对所述考生答案区域进行分割。
在一些实施方式中，根据所述试卷模板中的考生学号位数对所述考生学号区域进行分割及根据试卷题数对所述考生答案区域进行分割的步骤之后还包括：根据所述试卷模板对分割完成的所述考生学号及考生答案两个区域进行网格化处理，从而细分为每一个考生学号和考生答案的填涂框均分别一一对应一个网格。
在一些实施方式中，所述提取所述黑白试卷图像中包含的试卷信息的步骤包括：在所述每一个填涂框的图像上均匀设置若干个测试点，测试每个测试点的灰度值，将测得的所述灰度值取平均值；若所述平均值大于设定阈值，则判定该填涂框为已被填涂，若所述平均值小于设定阈值，则判定该填涂框为未被填涂；根据所述已被填涂的填涂框的所在位置得知考生学号和考生答案。
在一些实施方式中，所述试卷信息包括考生学号及考生答案；所述提取所述黑白试卷图像中包含的试卷信息的步骤之后还包括：将考生答案与所述试卷模板中的标准答案进行对比并得出考生试卷分数。
在一些实施方式中，所述将所述试卷图像与试卷模板进行匹配的步骤之后还包括：裁剪所述试卷图像的边框以去掉不包含试卷信息的试卷图像。
在一些实施方式中，所述裁剪所述试卷图像的边框以去掉不包含试卷信息的试卷图像的步骤之后还包括：放缩裁剪后的试卷图像到预设大小。
在一些实施方式中，所述放缩裁剪后的试卷图像到预设大小的步骤之后还包括：调节所述试卷图像的亮度和对比度。
在一些实施方式中，所述获取试卷图像的步骤包括：通过摄像头动态实时采集试卷图像。
在一些实施方式中，所述将所述试卷图像与试卷模板进行匹配的步骤包括：
从所述试卷图像中获取试卷特征线位置；
对比所述试卷模板试卷特征线和所述试卷图像试卷特征线；
得到所述试卷图像的偏转角；
将所述试卷图像按所述偏转角偏转。
在一些实施方式中，所述试卷特征线设置于试卷左右两侧，为两列竖直等距排列的黑色矩形图案；左右两侧黑色矩形图案一一对齐。
在一些实施方式中，所述导入试卷模板的步骤之后还包括：对环境亮度进行调节。
在一些实施方式中，所述对环境亮度进行调节的步骤之后还包括：判断环境亮度是否在预设范围内；若是，则根据所述试卷模板将所述试卷图像中的考生学号及考生答案两个填涂区域分割开；若否，则结束试卷识别。
本发明还提供了一种试卷识别装置，包括：
图像获取模块，用于获取试卷图像；
模板导入模块，用于导入试卷模板；
图像匹配模块，用于匹配所述试卷图像与试卷模板；
图像信息提取模块，用于提取所述试卷图像中包含的试卷信息。
在一些实施方式中，所述试卷图像为彩色试卷图像，所述试卷识别装置还包括图像处理模块，用于将所述彩色试卷图像转换为黑白试卷图像。
在一些实施方式中，所述试卷图像为24位位图格式的彩色试卷图像，所述试卷识别装置还包括图像处理模块，用于将所述24位位图格式的彩色试卷图像压缩为8位位图格式。
在一些实施方式中，所述图像处理模块还用于对所述8位位图格式彩色试卷图像进行二值化处理，得到黑白试卷图像。
在一些实施方式中，所述试卷包括考生学号及考生答案两个填涂区域；所述图像处理模块还用于根据所述试卷模板将所述黑白试卷图像分割为考生学号及考生答案两个区域。
在一些实施方式中，所述图像处理模块还用于根据所述试卷模板中的考生学号位数对所述考生学号区域进行分割；根据试卷题数对所述考生答案区域进行分割。
在一些实施方式中，所述图像处理模块还用于根据试卷模板对分割完成的所述考生学号及考生答案两个区域进行网格化处理。
在一些实施方式中，所述图像处理模块还用于在所述每一个填涂框的图像上均匀设置若干个测试点，测试每个测试点的灰度值，将测得的所述灰度值取平均值；若平均值大于设定阈值，则判定该填涂框为已被填涂，若平均值小于设定阈值，则判定该填涂框为未被填涂；根据所述已被填涂的填涂框的所在位置得知考生学号和考生答案。
在一些实施方式中，所述试卷信息包括考生学号及考生答案；所述试卷识别装置还包括对比模块，用于获取所述图像信息提取模块提取出的考生答案，并将所述考生答案与所述试卷模板中的标准答案进行对比并得出考生试卷分数。
在一些实施方式中，所述图像处理模块还用于裁剪所述试卷图像的边框以去掉不包含试卷信息的试卷图像。
在一些实施方式中，所述图像处理模块还用于放缩裁剪后的试卷图像到预设大小。
在一些实施方式中，所述图像处理模块还用于调节所述试卷图像的亮度和对比度。
在一些实施方式中，还包括环境亮度调节模块，用于对试卷周围的环境亮度进行调节。
在一些实施方式中，所述图像获取模块包括动态实时采集试卷图像的摄像头。
在一些实施方式中，所述图像匹配模块还用于从所述试卷图像中获取试卷特征线位置，对比所述试卷模板试卷特征线和所述试卷图像试卷特征线，得到所述试卷图像的偏转角，以及将所述试卷图像按所述偏转角偏转。
在一些实施方式中，所述试卷特征线设置于试卷左右两侧，为两列竖直等距排列的黑色矩形图案；左右两侧黑色矩形图案一一对齐。
在一些实施方式中，所述图像处理模块还用于判断环境亮度是否在预设范围内；若是，则根据所述试卷模板将所述试卷图像中的考生学号及考生答案两个填涂区域分割开；若否，则停止试卷识别。
在一些实施方式中，还包括显示模块，用于显示试卷图像。
在一些实施方式中，所述显示模块包括初始显示模块和实时显示模块；所述初始显示模块用于显示初始采集的试卷图像，所述实时显示模块用于显示经所述图像处理模块处理和/或经所述图像匹配模块匹配后的试卷图像。
在一些实施方式中，所述初始采集的试卷图像中的试卷为上下颠倒放置的或横向放置的，所述图像匹配模块对比所述试卷模板试卷特征线和所述试卷图像试卷特征线后，获知所述试卷为上下颠倒放置的或横向放置的，并发送旋转试卷图像180°或90°的指令到所述实时显示模块，所述实时显示模块接收该指令并将旋转后的试卷图像显示出来。
在一些实施方式中，所述图像信息提取模块还用于根据提取出的试卷信息得到所述试卷信息在试卷图像中的所在位置，并将该位置信息发送给所述显示模块；所述显示模块还用于接收所述试卷信息的位置信息，并在试卷图像上试卷信息所在位置显示框选标记。
从上面所述可以看出，本发明提供的基于图像识别的试卷识别方法及装置，能够从试卷图像中得到试卷中的信息，如考生学号、考生填涂的答案等，并且根据得到信息对试卷进行评阅；基于这种试卷识别方法的评卷方法，简便快捷，较普通的机读卡读取方法更加先进并且准确率更高，减少了因为阅卷方法本身的不准确性引起的成绩误判等缺陷。
附图说明
图1为本发明提供的试卷识别方法实施例的流程示意图；
图2为本发明提供的试卷识别方法实施例中黑白试卷图像的示意图；
图3为本发明提供的试卷识别装置实施例的结构示意图；
图4为本发明提供的试卷识别装置实施例的硬件结构示意图；
图5为本发明提供的试卷识别装置实施例中显示模块所显示的图像示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
本发明的一个实施例提供了一种试卷识别方法，包括：
获取试卷图像；
导入试卷模板；
将所述试卷图像与试卷模板进行匹配；
提取所述试卷图像中包含的试卷信息。
从上述实施例可以看出，本发明提供了一种基于图像识别的试卷识别方法，能够有效地对试卷进行识别并得出正确的试卷分数。
参照附图1，为本发明提供的试卷识别方法实施例的流程示意图。
所述试卷识别方法，包括：
步骤101：通过摄像头动态实时采集彩色的试卷图像，获取24位位图格式的彩色试卷图像；
步骤102：将所述24位位图格式的彩色试卷图像压缩为8位位图格式；
步骤103：对所述8位位图格式试卷图像进行二值化处理，得到黑白试卷图像200（参照附图2）；
步骤104：导入试卷模板；
步骤105：从所述黑白试卷图像中获取试卷特征线201（参照附图2）的位置，所述试卷特征线201设置于试卷左右两侧，为两列竖直等距排列的黑色矩形图案；左右两侧黑色矩形图案一一对齐；
步骤106：对比所述试卷模板试卷特征线和所述黑白试卷图像试卷特征线201（参照附图2）；
步骤107：得到所述黑白试卷图像的偏转角；
步骤108：将所述黑白试卷图像按所述偏转角偏转；
步骤109：根据所述试卷模板裁剪所述黑白试卷图像的边框以去掉不包含试卷信息的黑白试卷图像；
步骤110：放大裁剪后的黑白试卷图像到预设大小；
步骤111：调节所述黑白试卷图像的亮度和对比度；
步骤112：对环境亮度进行调节；
步骤113：判断环境亮度是否在预设范围内；
若是，则转到步骤114：所述试卷包括考生学号填涂区域202及考生答案填涂区域203（参照附图2），根据所述试卷模板将所述黑白试卷图像中的考生学号及考生答案两个填涂区域分割开；
若否，则转到步骤119：结束试卷识别；
步骤115：根据所述试卷模板中的考生学号位数对所述考生学号填涂区域202进行分割；根据试卷题数对所述考生答案填涂区域203进行分割；
步骤116：根据所述试卷模板对分割完成的所述考生学号及考生答案两个区域进行网格化处理，从而细分为每一个考生学号和考生答案的填涂框均分别一一对应一个网格；
步骤117：提取所述黑白试卷图像中包含的试卷信息包括：
在所述每一个填涂框的图像上均匀设置若干个测试点，测试每个测试点的灰度值，将测得的所述灰度值取平均值；若平均值大于设定阈值，则判定该填涂框为已被填涂，若平均值小于设定阈值，则判定该填涂框为未被填涂，所述设定阈值可选为180；根据所述已被填涂的填涂框的所在位置得知考生学号和考生答案；
步骤118：所述试卷信息包括考生学号及考生答案，将考生答案与所述试卷模板中的标准答案进行对比并得出考生试卷分数；
步骤119：结束对试卷的识别。
从上述实施例可以看出，本发明提供了一种基于图像识别的试卷识别方法，能够从试卷图像中得到试卷中的信息，如考生学号、考生填涂的答案等，并且根据得到信息对试卷进行评阅；基于这种试卷识别方法的评卷方法，简便快捷，较普通的机读卡读取方法更加先进并且准确率更高，减少了因为阅卷方法本身的不准确性引起的成绩误判等缺陷。
需要特别指出的是，上述实施例中虽然采用了先将试卷图像处理为黑白试卷的方法，但是，并不代表试卷图像需要首先处理为黑白的；本领域技术人员可以很容易想到，若为彩色试卷图像，只要特征线为黑白的，即可被识别出并依此对试卷图像进行各种处理；当然，若特征线不为黑白，则可首先将试卷图像转换为黑白，同样能够依据特征线对试卷图像进行各种处理。
因此，此处虽然仅示出一个实施例，本领域技术人员可以很容易想到，在此实施例基础上可以对本发明提供的试卷识别方法进行多种变换，即：上述试卷识别方法的实施例中的各个步骤均可以相互交叉、替换、增加、删减，这些合理的排列组合变换都应当属于本发明的保护范围，并且不应将本发明的保护范围局限在实施例之上。
本发明的又一个实施例还提供了一种试卷识别装置，包括：
图像获取模块，用于获取试卷图像；
模板导入模块，用于导入试卷模板；
图像匹配模块，用于匹配所述试卷图像与试卷模板；
图像信息提取模块，用于提取所述试卷图像中包含的试卷信息。
从上述实施例可以看出，本发明提供了一种基于图像识别的试卷识别装置，能够有效地对试卷进行识别并得出正确的试卷分数。
参照附图3，为本发明提供的试卷识别装置实施例的结构示意图。
所述试卷识别装置300，包括：
图像获取模块301，用于获取24位位图格式的彩色试卷图像；
图像处理模块302，用于对所述彩色试卷图像进行压缩和二值化处理并得到黑白的试卷图像；
模板导入模块303，用于导入试卷模板；
图像匹配模块304，用于匹配所述黑白试卷图像与试卷模板；
图像信息提取模块305，用于提取所述黑白试卷图像中包含的试卷信息。
进一步的，所述图像匹配模块304还用于从所述黑白试卷图像中获取试卷特征线位置，对比所述试卷模板试卷特征线和所述黑白试卷图像试卷特征线，得到所述黑白试卷图像的偏转角，以及将所述黑白试卷图像按所述偏转角偏转。所述试卷特征线设置于试卷左右两侧，为两列竖直等距排列的黑色矩形图案；左右两侧黑色矩形图案一一对齐。
更进一步的，所述试卷包括考生学号及考生答案两个填涂区域（参照附图2），所述试卷模板中包含了考生学号及考生答案两个填涂区域以及每个填涂框等试卷元素的具体位置（例如坐标）；所述图像处理模块302还用于根据所述试卷模板将所述黑白试卷图像分割为考生学号及考生答案两个区域。
较佳的，所述图像处理模块302还用于根据所述试卷模板中的考生学号位数对试卷图像中所述考生学号区域进行分割；根据试卷题数对试卷图像中所述考生答案区域进行分割。
优选的，所述图像处理模块302还用于根据试卷模板对分割完成的所述考生学号及考生答案两个区域进行网格化处理；以及，所述图像处理模块还用于在所述每一个填涂框的图像上均匀设置若干个测试点，测试每个测试点的灰度值，将测得的所述灰度值取平均值；若平均值大于设定阈值，则判定该填涂框为已被填涂，若平均值小于设定阈值，则判定该填涂框为未被填涂；根据所述已被填涂的填涂框的所在位置得知考生学号和考生答案。
进一步的，所述试卷信息包括考生学号及考生答案；所述试卷识别装置300还包括对比模块307，用于获取所述图像信息提取模块305提取出的考生答案，并将所述考生答案与所述试卷模板中的标准答案进行对比并得出考生试卷分数。
较佳的，所述图像处理模块302还用于裁剪所述黑白试卷图像的边框以去掉不包含试卷信息的试卷图像，以及放缩裁剪后的黑白试卷图像到预设大小。
可选的，所述图像处理模块302还用于调节所黑白试卷图像的亮度和对比度。所述试卷特征线设置于试卷左右两侧，为两列竖直等距排列的黑色矩形图案；左右两侧黑色矩形图案一一对齐（参照附图2）。
较佳的，所述图像处理模块302还用于判断环境亮度是否在预设范围内；若是，则发送获取试卷特征线位置的指令到所述图像匹配模块304；若否，则结束试卷识别。
可选的，所述试卷识别装置300还包括环境亮度调节模块306，用于对试卷周围的环境亮度进行调节。所述图像获取模块301包括动态实时采集彩色的试卷图像的摄像头401（参照附图4）。所述试卷识别装置300还包括显示模块308，用于显示试卷图像。
较佳的，所述显示模块308包括初始显示模块309和实时显示模块310；所述初始显示模块309用于显示初始采集的试卷图像，所述实时显示模块310用于显示经所述图像处理模块302处理和/或经所述图像匹配模块304对准后的试卷图像。
可选的，所述初始采集的试卷图像中的试卷为上下颠倒放置的或横向放置的，所述图像匹配模块304对比所述试卷模板试卷特征线和所述黑白试卷图像试卷特征线后，获知所述试卷为上下颠倒放置的或横向放置的，并发送旋转试卷图像180°或90°的指令到所述实时显示模块310，所述实时显示模块310接收该指令并将旋转后的试卷图像显示出来。
较佳的，所述图像信息提取模块305还用于根据提取出的试卷信息得到所述试卷信息在试卷图像中的所在位置，并将该位置信息发送给所述显示模块308；所述显示模块308还用于接收所述试卷信息的位置信息，并在试卷图像上试卷信息所在位置显示框选标记。
参照附图4，为本发明提供的试卷识别装置实施例的硬件结构示意图。
所述试卷识别装置300的硬件结构，包括摄像头401、环境亮度调节光源402、计算机403，以及将摄像头401与计算机403连接起来的数据线404；其中还包括用于放置试卷405的放置台407，所述摄像头401通过一根支撑408设置在所述放置台407的正上方，所述放置台407左右两侧均设置有所述环境亮度调节光源402，所述环境亮度调节光源402通过支撑臂406转动连接于所述放置台407上，可通过转动支撑臂406使环境亮度调节光源402远离或靠近试卷405，从而调节照射在试卷405上的亮度；所述计算机403上还设置有显示屏409。
所述图像获取模块301则包括所述摄像头401，所述环境亮度调节模块306则包括所述环境亮度调节光源402，所述显示模块308则包括所述显示屏409，所述图像处理模块302、图像信息提取模块305、图像匹配模块304、模板导入模块303和对比模块307则可均包含在所述计算机403中。
参照附图5为本发明提供的试卷识别装置实施例中显示模块所显示的图像示意图。
所述初始显示模块309显示的初始采集的试卷图像501位于显示屏的左上角，所述实时显示模块310显示的经所述图像处理模块302处理和/或经所述图像匹配模块304匹配后的试卷图像502位于显示屏的左下角，显示屏的右下角则显示的试卷信息包含的内容的图像503。
参照附图1，为本发明提供的试卷识别方法实施例的流程示意图。结合上述实施例中所述的试卷识别装置300，所述试卷识别方法，包括：
步骤101：所述图像获取模块301通过摄像头401（参照附图4）动态实时采集彩色的试卷图像，获取24位位图格式的彩色试卷图像，并将获取的彩色试卷图像数据发送到所述显示模块308的初始显示模块309；所述初始显示模块309接收所述彩色试卷图像数据并将其显示在显示屏409上；
步骤102：所述图像处理模块302将所述24位位图格式的彩色试卷图像压缩为8位位图格式；
步骤103：所述图像处理模块302对所述8位位图格式试卷图像进行二值化处理，得到黑白试卷图像200（参照附图2）；
步骤104：所述模板导入模块303导入试卷模板；
步骤105：所述图像匹配模块304从所述黑白试卷图像中获取试卷特征线201（参照附图2）的位置，所述试卷特征线201设置于试卷左右两侧，为两列竖直等距排列的黑色矩形图案；左右两侧黑色矩形图案一一对齐；
步骤106：所述图像匹配模块304对比所述试卷模板试卷特征线和所述黑白试卷图像试卷特征线201（参照附图2）；
步骤107：所述图像匹配模块304得到所述黑白试卷图像的偏转角；
步骤108：所述图像匹配模块304将所述黑白试卷图像按所述偏转角偏转；
步骤109：所述图像处理模块302根据所述试卷模板裁剪所述黑白试卷图像的边框以去掉不包含试卷信息的黑白试卷图像；
步骤110：所述图像处理模块302放大裁剪后的黑白试卷图像到预设大小；
步骤111：所述图像处理模块302调节所述黑白试卷图像的亮度和对比度；
步骤112：所述环境亮度调节模块306对环境亮度进行调节；
步骤113：所述图像处理模块302判断环境亮度是否在预设范围内；
若是，则转到步骤114：所述试卷包括考生学号填涂区域202及考生答案填涂区域203（参照附图2），所述图像处理模块302根据所述试卷模板将所述黑白试卷图像中的考生学号及考生答案两个填涂区域分割开；
若否，则转到步骤119：结束试卷识别；
步骤115：所述图像处理模块302根据所述试卷模板中的考生学号位数对所述考生学号填涂区域202进行分割；根据试卷题数对所述考生答案填涂区域203进行分割；
步骤116：所述图像处理模块302根据所述试卷模板对分割完成的所述考生学号及考生答案两个区域进行网格化处理，从而细分为每一个考生学号和考生答案的填涂框均分别一一对应一个网格；
步骤117：所述图像信息提取模块305提取所述黑白试卷图像中包含的试卷信息包括：
在所述每一个填涂框的图像上均匀设置若干个测试点，测试每个测试点的灰度值，将测得的所述灰度值取平均值；若平均值大于设定阈值，则判定该填涂框为已被填涂，若平均值小于设定阈值，则判定该填涂框为未被填涂；
步骤118：所述试卷信息包括考生学号及考生答案，所述对比模块307将考生答案与所述试卷模板中的标准答案进行对比并得出考生试卷分数；
步骤119：结束对试卷200（参照附图2）的识别。
其中，每次经所述图像处理模块302处理、或经所述图像匹配模块304处理、或经环境亮度调节模块306调节后得到的试卷图像均可转换为图像数据发送到所述实时显示模块310；所述实时显示模块310接收所述图像数据并将其实时显示在显示屏409上。
可选的，若所述初始采集的试卷图像中的试卷为上下颠倒放置的或横向放置的，所述试卷识别方法还包括：
所述图像匹配模块304对比所述试卷模板试卷特征线和所述黑白试卷图像试卷特征线后，获知所述试卷为上下颠倒放置的或横向放置的，并发送旋转试卷图像180°或90°的指令到所述实时显示模块310，所述实时显示模块310接收该指令并将旋转后的试卷图像显示出来。
较佳的，所述试卷识别方法还包括：
所述图像信息提取模块305根据提取出的试卷信息得到所述试卷信息在试卷图像中的所在位置，并将该位置信息发送给所述显示模块308；所述显示模块308的实时显示模块310接收所述试卷信息的位置信息，并在试卷图像上试卷信息所在位置显示框选标记。
从上述实施例可以看出，本发明提供了一种基于图像识别的试卷识别装置，能够从试卷图像中得到试卷中的信息，如考生学号、考生填涂的答案等，并且根据得到信息对试卷进行评阅；基于这种试卷识别装置的评卷方法，简便快捷，较普通的机读卡读取方法更加先进并且准确率更高，减少了因为阅卷方法本身的不准确性引起的成绩误判等缺陷。
需要特别指出的是，上述试卷识别装置的实施例仅采用了所述试卷识别方法的实施例来具体说明各模块的工作过程，本领域技术人员能够很容易想到，将这些模块应用到其他实施例中。当然，由于所述试卷识别方法实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于所述试卷识别装置也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在所述实施例之上。
所属领域的普通技术人员应当理解：以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (38)

1.一种试卷识别方法，其特征在于，包括：
获取试卷图像；
导入试卷模板；
将所述试卷图像与试卷模板进行匹配；
提取所述试卷图像中包含的试卷信息。
2.根据权利要求1所述的试卷识别方法，其特征在于，所述试卷图像为彩色试卷图像，所述获取试卷图像的步骤之后还包括：将所述彩色试卷图像转换为黑白试卷图像。
3.根据权利要求1所述的试卷识别方法，其特征在于，所述试卷图像为24位位图格式的彩色试卷图像，所述获取试卷图像的步骤之后还包括：将所述24位位图格式的彩色试卷图像压缩为8位位图格式。
4.根据权利要求3所述的试卷识别方法，其特征在于，所述将所述24位位图格式的彩色试卷图像压缩为8位位图格式的步骤之后还包括：对所述8位位图格式彩色试卷图像进行二值化处理，得到黑白试卷图像。
5.根据权利要求4所述的试卷识别方法，其特征在于，所述试卷包括考生学号及考生答案两个填涂区域；将所述黑白试卷图像与试卷模板进行匹配的步骤之后还包括：根据所述试卷模板将所述黑白试卷图像分割为考生学号及考生答案两个区域。
6.根据权利要求5所述的试卷识别方法，其特征在于，根据所述试卷模板将所述黑白试卷图像分割为考生学号及考生答案两个区域的步骤之后还包括：根据所述试卷模板中的考生学号位数对所述考生学号区域进行分割；根据试卷题数对所述考生答案区域进行分割。
7.根据权利要求6所述的试卷识别方法，其特征在于，根据所述试卷模板中的考生学号位数对所述考生学号区域进行分割及根据试卷题数对所述考生答案区域进行分割的步骤之后还包括：根据所述试卷模板对分割完成的所述考生学号及考生答案两个区域进行网格化处理，从而细分为每一个考生学号和考生答案的填涂框均分别一一对应一个网格。
8.根据权利要求7所述的试卷识别方法，其特征在于，所述提取所述黑白试卷图像中包含的试卷信息的步骤包括：在所述每一个填涂框的图像上均匀设置若干个测试点，测试每个测试点的灰度值，将测得的所述灰度值取平均值；若所述平均值大于设定阈值，则判定该填涂框为已被填涂，若所述平均值小于设定阈值，则判定该填涂框为未被填涂；根据所述已被填涂的填涂框的所在位置得知考生学号和考生答案。
9.根据权利要求8所述的试卷识别方法，其特征在于，所述试卷信息包括考生学号及考生答案；所述提取所述黑白试卷图像中包含的试卷信息的步骤之后还包括：将考生答案与所述试卷模板中的标准答案进行对比并得出考生试卷分数。
10.根据权利要求1所述的试卷识别方法，其特征在于，所述将所述试卷图像与试卷模板进行匹配的步骤之后还包括：裁剪所述试卷图像的边框以去掉不包含试卷信息的试卷图像。
11.根据权利要求10所述的试卷识别方法，其特征在于，所述裁剪所述试卷图像的边框以去掉不包含试卷信息的试卷图像的步骤之后还包括：放缩裁剪后的试卷图像到预设大小。
12.根据权利要求11所述的试卷识别方法，其特征在于，所述放缩裁剪后的试卷图像到预设大小的步骤之后还包括：调节所述试卷图像的亮度和对比度。
13.根据权利要求1所述的试卷识别方法，其特征在于，所述获取试卷图像的步骤包括：通过摄像头动态实时采集试卷图像。
14.根据权利要求1-13任意一项所述的试卷识别方法，其特征在于，所述将所述试卷图像与试卷模板进行匹配的步骤包括：
从所述试卷图像中获取试卷特征线位置；
对比所述试卷模板试卷特征线和所述试卷图像试卷特征线；
得到所述试卷图像的偏转角；
将所述试卷图像按所述偏转角偏转。
15.根据权利要求14所述的试卷识别方法，其特征在于，所述试卷特征线设置于试卷左右两侧，为两列竖直等距排列的黑色矩形图案；左右两侧黑色矩形图案一一对齐。
16.根据权利要求15所述的试卷识别方法，其特征在于，所述导入试卷模板的步骤之后还包括：对环境亮度进行调节。
17.根据权利要求16所述的试卷识别方法，其特征在于，所述对环境亮度进行调节的步骤之后还包括：判断环境亮度是否在预设范围内；若是，则根据所述试卷模板将所述试卷图像中的考生学号及考生答案两个填涂区域分割开；若否，则结束试卷识别。
18.一种试卷识别装置，其特征在于，包括：
图像获取模块，用于获取试卷图像；
模板导入模块，用于导入试卷模板；
图像匹配模块，用于匹配所述试卷图像与试卷模板；
图像信息提取模块，用于提取所述试卷图像中包含的试卷信息。
19.根据权利要求18所述的试卷识别装置，其特征在于，所述试卷图像为彩色试卷图像，所述试卷识别装置还包括图像处理模块，用于将所述彩色试卷图像转换为黑白试卷图像。
20.根据权利要求18所述的试卷识别装置，其特征在于，所述试卷图像为24位位图格式的彩色试卷图像，所述试卷识别装置还包括图像处理模块，用于将所述24位位图格式的彩色试卷图像压缩为8位位图格式。
21.根据权利要求20所述的试卷识别装置，其特征在于，所述图像处理模块还用于对所述8位位图格式彩色试卷图像进行二值化处理，得到黑白试卷图像。
22.根据权利要求21所述的试卷识别装置，其特征在于，所述试卷包括考生学号及考生答案两个填涂区域；所述图像处理模块还用于根据所述试卷模板将所述黑白试卷图像分割为考生学号及考生答案两个区域。
23.根据权利要求22所述的试卷识别装置，其特征在于，所述图像处理模块还用于根据所述试卷模板中的考生学号位数对所述考生学号区域进行分割；根据试卷题数对所述考生答案区域进行分割。
24.根据权利要求23所述的试卷识别装置，其特征在于，所述图像处理模块还用于根据试卷模板对分割完成的所述考生学号及考生答案两个区域进行网格化处理。
25.根据权利要求24所述的试卷识别装置，其特征在于，所述图像处理模块还用于在所述每一个填涂框的图像上均匀设置若干个测试点，测试每个测试点的灰度值，将测得的所述灰度值取平均值；若平均值大于设定阈值，则判定该填涂框为已被填涂，若平均值小于设定阈值，则判定该填涂框为未被填涂；根据所述已被填涂的填涂框的所在位置得知考生学号和考生答案。
26.根据权利要求25所述的试卷识别装置，其特征在于，所述试卷信息包括考生学号及考生答案；所述试卷识别装置还包括对比模块，用于获取所述图像信息提取模块提取出的考生答案，并将所述考生答案与所述试卷模板中的标准答案进行对比并得出考生试卷分数。
27.根据权利要求19所述的试卷识别装置，其特征在于，所述图像处理模块还用于裁剪所述试卷图像的边框以去掉不包含试卷信息的试卷图像。
28.根据权利要求27所述的试卷识别装置，其特征在于，所述图像处理模块还用于放缩裁剪后的试卷图像到预设大小。
29.根据权利要求19所述的试卷识别装置，其特征在于，所述图像处理模块还用于调节所述试卷图像的亮度和对比度。
30.根据权利要求19所述的试卷识别装置，其特征在于，还包括环境亮度调节模块，用于对试卷周围的环境亮度进行调节。
31.根据权利要求19所述的试卷识别装置，其特征在于，所述图像获取模块包括动态实时采集试卷图像的摄像头。
32.根据权利要求19-31任意一项所述的试卷识别装置，其特征在于，所述图像匹配模块还用于从所述试卷图像中获取试卷特征线位置，对比所述试卷模板试卷特征线和所述试卷图像试卷特征线，得到所述试卷图像的偏转角，以及将所述试卷图像按所述偏转角偏转。
33.根据权利要求32所述的试卷识别装置，其特征在于，所述试卷特征线设置于试卷左右两侧，为两列竖直等距排列的黑色矩形图案；左右两侧黑色矩形图案一一对齐。
34.根据权利要求33所述的试卷识别装置，其特征在于，所述图像处理模块还用于判断环境亮度是否在预设范围内；若是，则根据所述试卷模板将所述试卷图像中的考生学号及考生答案两个填涂区域分割开；若否，则停止试卷识别。
35.根据权利要求34所述的试卷识别装置，其特征在于，还包括显示模块，用于显示试卷图像。
36.根据权利要求35所述的试卷识别装置，其特征在于，所述显示模块包括初始显示模块和实时显示模块；所述初始显示模块用于显示初始采集的试卷图像，所述实时显示模块用于显示经所述图像处理模块处理和/或经所述图像匹配模块匹配后的试卷图像。
37.根据权利要求36所述的试卷识别装置，其特征在于，所述初始采集的试卷图像中的试卷为上下颠倒放置的或横向放置的，所述图像匹配模块对比所述试卷模板试卷特征线和所述试卷图像试卷特征线后，获知所述试卷为上下颠倒放置的或横向放置的，并发送旋转试卷图像180°或90°的指令到所述实时显示模块，所述实时显示模块接收该指令并将旋转后的试卷图像显示出来。
38.根据权利要求37所述的试卷识别装置，其特征在于，所述图像信息提取模块还用于根据提取出的试卷信息得到所述试卷信息在试卷图像中的所在位置，并将该位置信息发送给所述显示模块；所述显示模块还用于接收所述试卷信息的位置信息，并在试卷图像上试卷信息所在位置显示框选标记。
CN201310276562.4A 2013-07-03 2013-07-03 一种试卷识别方法及装置 Active CN103400124B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310276562.4A CN103400124B (zh) 2013-07-03 2013-07-03 一种试卷识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310276562.4A CN103400124B (zh) 2013-07-03 2013-07-03 一种试卷识别方法及装置

Publications (2)

Publication Number Publication Date
CN103400124A true CN103400124A (zh) 2013-11-20
CN103400124B CN103400124B (zh) 2017-09-15

Family

ID=49563742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310276562.4A Active CN103400124B (zh) 2013-07-03 2013-07-03 一种试卷识别方法及装置

Country Status (1)

Country Link
CN (1) CN103400124B (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376315A (zh) * 2014-07-30 2015-02-25 天津科技大学 一种基于计算机图像处理和模式识别的检测方法及应用
CN105069722A (zh) * 2015-08-04 2015-11-18 阔地教育科技有限公司 一种智能信息推送方法及系统
CN105205300A (zh) * 2014-06-20 2015-12-30 北京鸿合智能系统股份有限公司 自动调节阅卷方法及装置
CN105989347A (zh) * 2015-02-28 2016-10-05 科大讯飞股份有限公司 客观题智能阅卷方法及系统
CN106033534A (zh) * 2015-03-18 2016-10-19 成都理想境界科技有限公司 基于直线检测的电子阅卷方法
CN106033544A (zh) * 2015-03-18 2016-10-19 成都理想境界科技有限公司 基于模板匹配的试卷内容区域提取方法
CN106033535A (zh) * 2015-03-18 2016-10-19 成都理想境界科技有限公司 电子阅卷方法
CN106372613A (zh) * 2016-09-13 2017-02-01 广州视睿电子科技有限公司 纸质试卷的统计方法和装置
CN106603838A (zh) * 2016-12-06 2017-04-26 深圳市金立通信设备有限公司 一种图像处理方法及终端
CN106846320A (zh) * 2015-12-03 2017-06-13 山大鲁能信息科技有限公司 一种基于三点定位和直线定位的图片分割方法及系统
CN106874893A (zh) * 2017-03-24 2017-06-20 武汉天喻教育科技有限公司 一种试卷分数的统计方法及系统
CN106934767A (zh) * 2017-02-28 2017-07-07 上海小闲网络科技有限公司 一种试卷生成及评分方法及系统
CN107423738A (zh) * 2017-08-02 2017-12-01 广东工业大学 一种基于模板匹配的试卷题目定位方法及装置
CN107506746A (zh) * 2017-09-08 2017-12-22 电子科技大学中山学院 智能阅卷系统无定位点图像识别方法及系统
CN107590494A (zh) * 2017-09-18 2018-01-16 哈尔滨成长科技有限公司 答题卡图片定位方法、装置、可读存储介质以及电子设备
CN107609613A (zh) * 2017-09-18 2018-01-19 哈尔滨成长科技有限公司 阅卷信息处理方法、装置、可读存储介质以及电子设备
CN108108644A (zh) * 2017-12-27 2018-06-01 山东大学 一种基于rfid技术的试卷信息管理系统及其工作方法
CN108615439A (zh) * 2018-06-14 2018-10-02 刘骋 用于制定能力训练方案的方法、装置、设备及介质
CN108992033A (zh) * 2018-07-26 2018-12-14 上海慧子视听科技有限公司 一种视觉测试的评分方法、装置、设备和存储介质
CN110309703A (zh) * 2019-04-25 2019-10-08 东莞市七宝树教育科技有限公司 一种智能适应识别并切割试卷答案区域的方法及其系统
CN110349060A (zh) * 2019-07-12 2019-10-18 濮阳职业技术学院 多功能语文测验系统
CN111144251A (zh) * 2019-12-17 2020-05-12 广东德诚大数据科技有限公司 一种基于图像采集的自动化扫描识别系统
CN114066695A (zh) * 2022-01-18 2022-02-18 广东数业智能科技有限公司 一种基于劳动项目的教育内容分析方法、系统和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1619580A (zh) * 2004-09-03 2005-05-25 深圳市海云天科技有限公司 填涂信息卡的信息识别方法
US20090086294A1 (en) * 2007-10-01 2009-04-02 Kabushiki Kaisha Toshiba Image reading apparatus and image reading method
CN101603818A (zh) * 2009-07-14 2009-12-16 中国科学院安徽光学精密机械研究所 卷烟接装纸孔线宽度、孔线距边宽度测量装置及方法
CN101670636A (zh) * 2009-09-27 2010-03-17 上海大学 面向真空注型的自动气泡消除系统及方法
CN103310211A (zh) * 2013-04-26 2013-09-18 四川大学 一种基于图像处理的填注标记识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1619580A (zh) * 2004-09-03 2005-05-25 深圳市海云天科技有限公司 填涂信息卡的信息识别方法
US20090086294A1 (en) * 2007-10-01 2009-04-02 Kabushiki Kaisha Toshiba Image reading apparatus and image reading method
CN101603818A (zh) * 2009-07-14 2009-12-16 中国科学院安徽光学精密机械研究所 卷烟接装纸孔线宽度、孔线距边宽度测量装置及方法
CN101670636A (zh) * 2009-09-27 2010-03-17 上海大学 面向真空注型的自动气泡消除系统及方法
CN103310211A (zh) * 2013-04-26 2013-09-18 四川大学 一种基于图像处理的填注标记识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王丰: ""基于图像识别的客观题答题卡识别研究"", 《科技信息（学术研究）》 *

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205300A (zh) * 2014-06-20 2015-12-30 北京鸿合智能系统股份有限公司 自动调节阅卷方法及装置
CN105205300B (zh) * 2014-06-20 2019-01-04 北京鸿合智能系统有限公司 自动调节阅卷方法及装置
CN104376315A (zh) * 2014-07-30 2015-02-25 天津科技大学 一种基于计算机图像处理和模式识别的检测方法及应用
CN104376315B (zh) * 2014-07-30 2018-01-02 天津科技大学 一种基于计算机图像处理和模式识别的检测方法及应用
CN105989347A (zh) * 2015-02-28 2016-10-05 科大讯飞股份有限公司 客观题智能阅卷方法及系统
CN105989347B (zh) * 2015-02-28 2019-11-15 科大讯飞股份有限公司 客观题智能阅卷方法及系统
CN106033534A (zh) * 2015-03-18 2016-10-19 成都理想境界科技有限公司 基于直线检测的电子阅卷方法
CN106033535A (zh) * 2015-03-18 2016-10-19 成都理想境界科技有限公司 电子阅卷方法
CN106033544B (zh) * 2015-03-18 2020-03-24 成都理想境界科技有限公司 基于模板匹配的试卷内容区域提取方法
CN106033534B (zh) * 2015-03-18 2020-01-31 成都理想境界科技有限公司 基于直线检测的电子阅卷方法
CN106033535B (zh) * 2015-03-18 2019-12-13 成都理想境界科技有限公司 电子阅卷方法
CN106033544A (zh) * 2015-03-18 2016-10-19 成都理想境界科技有限公司 基于模板匹配的试卷内容区域提取方法
CN105069722A (zh) * 2015-08-04 2015-11-18 阔地教育科技有限公司 一种智能信息推送方法及系统
CN106846320A (zh) * 2015-12-03 2017-06-13 山大鲁能信息科技有限公司 一种基于三点定位和直线定位的图片分割方法及系统
CN106372613A (zh) * 2016-09-13 2017-02-01 广州视睿电子科技有限公司 纸质试卷的统计方法和装置
CN106372613B (zh) * 2016-09-13 2019-10-25 广州视睿电子科技有限公司 纸质试卷的统计方法和装置
CN106603838A (zh) * 2016-12-06 2017-04-26 深圳市金立通信设备有限公司 一种图像处理方法及终端
CN106934767A (zh) * 2017-02-28 2017-07-07 上海小闲网络科技有限公司 一种试卷生成及评分方法及系统
CN106874893A (zh) * 2017-03-24 2017-06-20 武汉天喻教育科技有限公司 一种试卷分数的统计方法及系统
CN107423738B (zh) * 2017-08-02 2020-10-23 广东工业大学 一种基于模板匹配的试卷题目定位方法及装置
CN107423738A (zh) * 2017-08-02 2017-12-01 广东工业大学 一种基于模板匹配的试卷题目定位方法及装置
CN107506746A (zh) * 2017-09-08 2017-12-22 电子科技大学中山学院 智能阅卷系统无定位点图像识别方法及系统
CN107590494B (zh) * 2017-09-18 2020-07-14 北京成长教育科技有限公司 答题卡图片定位方法、装置、可读存储介质以及电子设备
CN107590494A (zh) * 2017-09-18 2018-01-16 哈尔滨成长科技有限公司 答题卡图片定位方法、装置、可读存储介质以及电子设备
CN107609613A (zh) * 2017-09-18 2018-01-19 哈尔滨成长科技有限公司 阅卷信息处理方法、装置、可读存储介质以及电子设备
CN108108644A (zh) * 2017-12-27 2018-06-01 山东大学 一种基于rfid技术的试卷信息管理系统及其工作方法
CN108615439A (zh) * 2018-06-14 2018-10-02 刘骋 用于制定能力训练方案的方法、装置、设备及介质
CN108992033A (zh) * 2018-07-26 2018-12-14 上海慧子视听科技有限公司 一种视觉测试的评分方法、装置、设备和存储介质
CN110309703A (zh) * 2019-04-25 2019-10-08 东莞市七宝树教育科技有限公司 一种智能适应识别并切割试卷答案区域的方法及其系统
CN110309703B (zh) * 2019-04-25 2021-07-27 东莞市七宝树教育科技有限公司 一种智能适应识别并切割试卷答案区域的方法及其系统
CN110349060A (zh) * 2019-07-12 2019-10-18 濮阳职业技术学院 多功能语文测验系统
CN111144251A (zh) * 2019-12-17 2020-05-12 广东德诚大数据科技有限公司 一种基于图像采集的自动化扫描识别系统
CN114066695A (zh) * 2022-01-18 2022-02-18 广东数业智能科技有限公司 一种基于劳动项目的教育内容分析方法、系统和存储介质

Also Published As

Publication number Publication date
CN103400124B (zh) 2017-09-15

Similar Documents

Publication Publication Date Title
CN103400124A (zh) 一种试卷识别方法及装置
CN105205300A (zh) 自动调节阅卷方法及装置
CN104143094B (zh) 一种无需答题卡的试卷自动阅卷处理方法及系统
CN103745226B (zh) 一种电力设施作业现场人员着装安全检测方法
CN108982512A (zh) 一种基于机器视觉的电路板检测系统及其方法
CN109409355B (zh) 一种新型变压器铭牌识别的方法及装置
CN104050446B (zh) 一种基于指针宽度特征的仪表指针图像识别方法
CN106610969A (zh) 基于多模态信息的视频内容审查系统及方法
CN109687382B (zh) 一种基于颜色模版匹配的继电保护压板投退状态识别方法
CN106033544A (zh) 基于模板匹配的试卷内容区域提取方法
CN102095731A (zh) 在纸张缺陷视觉检测中识别不同缺陷类型的系统及方法
CN104408780A (zh) 一种人脸识别考勤系统
CN109242856A (zh) 一种纸质作业电子化批阅方法及装置
US20240233112A1 (en) Machine vision-based automatic identification and rating method and system for low-magnification acid etching defect
CN104597057A (zh) 一种基于机器视觉的柱状二极管表面缺陷检测装置
CN102073872B (zh) 基于图像的寄生虫虫卵形状识别方法
CN111879777A (zh) 软资材贴合瑕疵检测方法、装置、设备以及存储介质
CN112801965A (zh) 一种基于卷积神经网络的烧结皮带异物监测方法及系统
CN106790898A (zh) 一种基于显著性分析的手机屏幕坏点自动检测方法和系统
CN103699876A (zh) 一种基于线阵ccd图像识别车号的方法及装置
CN106469300A (zh) 一种色斑检测识别方法
CN103302967B (zh) 号码在线比对检测装置及其检测方法
CN106600732A (zh) 一种基于人脸识别的驾驶员培训计时系统及方法
CN106407886A (zh) 一种建立人脸模型的装置
CN108549855A (zh) 面向智能家居场景的实时人形检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: HONGHE TECHNOLOGY CO., LTD.

Free format text: FORMER OWNER: BEIJING HITEVISION DIGITAL MEDIA TECHNOLOGY CO., LTD.

Effective date: 20140717

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20140717

Address after: C1104 room 100085 Beijing city Haidian District Third Street No. 9 C

Applicant after: HONGHE TECHNOLOGY Co.,Ltd.

Address before: 100085 room C, block C1103, No. 9, 3rd Street, Beijing, Haidian District

Applicant before: HiteVision Digital Media Technology Co.,Ltd.

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20151008

Address after: 100086 Beijing Haidian District information on Road No. 11, room 407, floor 405 West Fourth

Applicant after: BEIJING HONGHE INTELLIGENT SYSTEMS Co.,Ltd.

Address before: C1104 room 100085 Beijing city Haidian District Third Street No. 9 C

Applicant before: HONGHE TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100086 Beijing Haidian District information on Road No. 11, room 407, floor 405 West Fourth

Applicant after: BEIJING HITEVISION INTELLIGENT SOLUTIONS CO.,LTD.

Address before: 100086 Beijing Haidian District information on Road No. 11, room 407, floor 405 West Fourth

Applicant before: BEIJING HONGHE INTELLIGENT SYSTEMS Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100086 rooms 405 and 407, 4th floor, West, No. 11, Shangdi Information Road, Haidian District, Beijing

Patentee after: BEIJING HONGHE INTELLIGENT SYSTEMS Co.,Ltd.

Address before: 100086 rooms 405 and 407, 4th floor, West, No. 11, Shangdi Information Road, Haidian District, Beijing

Patentee before: BEIJING HITEVISION INTELLIGENT SOLUTIONS CO.,LTD.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230621

Address after: Room 101, block a, building 1, Honghe building, No.1, North Danzi Road, Shatian community, Kengzi street, Pingshan District, Shenzhen, Guangdong 518000

Patentee after: SHENZHEN HITEVISION TECHNOLOGY Co.,Ltd.

Address before: 100086 rooms 405 and 407, 4th floor, West, No. 11, Shangdi Information Road, Haidian District, Beijing

Patentee before: BEIJING HONGHE INTELLIGENT SYSTEMS Co.,Ltd.