CN104376315B - 一种基于计算机图像处理和模式识别的检测方法及应用 - Google Patents

一种基于计算机图像处理和模式识别的检测方法及应用 Download PDF

Info

Publication number
CN104376315B
CN104376315B CN201410370703.3A CN201410370703A CN104376315B CN 104376315 B CN104376315 B CN 104376315B CN 201410370703 A CN201410370703 A CN 201410370703A CN 104376315 B CN104376315 B CN 104376315B
Authority
CN
China
Prior art keywords
image
paper
sample
answer
recognition
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.)
Expired - Fee Related
Application number
CN201410370703.3A
Other languages
English (en)
Other versions
CN104376315A (zh
Inventor
谢迎
卜宪彬
袁明明
谢明娜
张越威
刘建征
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.)
Tianjin University of Science and Technology
Original Assignee
Tianjin University of Science and Technology
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 Tianjin University of Science and Technology filed Critical Tianjin University of Science and Technology
Priority to CN201410370703.3A priority Critical patent/CN104376315B/zh
Publication of CN104376315A publication Critical patent/CN104376315A/zh
Application granted granted Critical
Publication of CN104376315B publication Critical patent/CN104376315B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Character Discrimination (AREA)
  • Image Analysis (AREA)

Abstract

本发明一种基于计算机图像处理和模式识别的检测方法，步骤如下：(1)样卷录入：a.将写有答案的标准试卷放在对准采集图像摄像头处，使用采集设备进行采集，得到带有答案的标准试卷图像；b.对此图像进行图像处理，分类成为正样本、副样本存放于文字识别库中，生成标准的试卷信息；(2)试卷种类识别：a.根据步骤(1)中所述的方法，获取写有答案的样卷图像；b.与标准试卷图像进行低分辨率匹配；(3)手写作答识别；(4)试卷分析。本发明方法可辅助教师进行手写试卷或作业的批改，相对于机读试卷评分系统具有设备简单、使用方便等特点，同时可免去学生在考试中填写机读答题卡所占用的额外精力，尤其适用于低年级学生的作业和试卷的批改。

Description

一种基于计算机图像处理和模式识别的检测方法及应用
技术领域
本发明涉及图像识别技术领域，涉及针对手写试卷的图像识别和处理，辅助教师进行手写试卷或作业的批改的方法，尤其是一种基于计算机图像处理和模式识别的检测方法及应用。
背景技术
随着计算机技术与信息技术的发展，图像识别技术获得了越来越广泛的应用。例如医疗诊断中各种医学图片的分析与识别、天气预报中的卫星云图识别、遥感图片识别、指纹识别、脸谱识别等，图像识别技术越来越多地渗透到我们的日常生活中。
图像识别技术的涵义很广，主要指通过计算机，采用数学技术方法，对一个系统前端获取的图像按照特定目的进行相应的处理。图像识别包括诸如条码识别、生物特征识别(人脸识别、指纹识别等)技术、智能交通中的动态对象识别、手写识别等。可以说，图像识别技术就是人类视觉认知的延伸。是人工智能的一个重要领域，随着计算机技术及人工智能技术的发展，图像识别技术越来越成为人工智能的基础技术。它涉及的技术领域也越来越广泛，应用越来越深入。其基本分析方法也随着数学工具的不断进步而不断发展。现在，图像识别技术的应用范围已经远远突破视觉的范围，而更多地体现为机器智能、数字技术的特点。
图像的数字处理是以计算机为中心，包括各种输入、输出及显示设备在内的数字图像处理系统上进行的,是将连续的模拟图像变成离散的数字图像后，用建立在特定的物理模型和数学模型基础上编制的程序控制，运行并实现种种要求的处理。
目前，经常使用OCR技术进行图像识别，但是，OCR技术以样卷为标准，通过对比样卷与试卷关键区域图像对试卷进行评判时，OCR技术无法识别一些特殊符号，同时OCR技术存在识别率不高的问题。同时，OCR技术系统操作繁琐，效率低，降低了教师的工作效率。
通过检索，尚未发现与本发明专利申请相关的专利公开文献。
发明内容
本发明的目的在于克服现有技术的不足之处，提供一种辅助教师进行手写试卷或作业的批改，免去了学生在考试中填写机读答题卡所占用的额外精力，尤其适用于低年级学生的作业和试卷的批改的基于计算机图像处理和模式识别的检测方法，该检测方法可以应用在图像识别技术领域方面。
为了实现上述目的，本发明所采用的的技术方案如下：
一种基于计算机图像处理和模式识别的检测方法，步骤如下：
(1)样卷录入，获取步骤依次如下：
a.将写有答案的标准试卷放在对准采集图像摄像头处，使用采集设备进行采集，得到带有答案的标准试卷图像；
b.对此图像进行图像处理，分类成为正样本、副样本存放于文字识别库中，生成标准的试卷信息；
(2)试卷种类识别，获取步骤依次如下：
a.根据步骤(1)中所述的方法，获取写有答案的样卷图像；
b.与标准试卷图像进行低分辨率匹配；
(3)手写作答识别，获取步骤依次如下：
a.对标准试卷ROI区域内高分辨率图像进行识别，得对比样卷ROI区域图像；
b.结合对比样卷ROI区域图像对手写作答进行评判；
(4)试卷分析，获取步骤依次如下：
a.对已评判试卷信息进行整体正确率统计；
b.生成统计分析结果，得出最终分数。
而且，所述步骤⑴a中彩色视频采集设备为高拍仪。
而且，所述步骤⑴b中规范的文字作为正样本，不规范的文字作为副样本，其中规范的文字是符合国家颁布的规范标准的汉字，不规范的文字则是不符合国家颁布的规范标准的汉字。
而且，所述步骤(2)b中与标准试卷的图像进行低分辨率匹配。
而且，所述步骤(4)中对已评判试卷信息进行自动分析。
而且，所述的基于计算机图像处理和模式识别的检测方法，具体步骤如下：
⑴试卷划分与样本制作
对写有答案的考试试卷使用高拍仪进行图像采集，通过软件运用相关图像处理算子将所需识别区域标识出来，之后获取各个位置的图像样本，对之进行图像处理，将处理后所得到的文字图像信息存放于文字识别库中，作为正样本应用于之后的识别匹配中；同时，还写不规范的文字或者错别字，再对之进行同样的处理后，将它作为副样本应用于之后的识别匹配中；
⑵试卷种类识别
通过对样本试卷整体使用高拍仪进行图像采集，对试卷种类所在区域的图片提取出来，将之转换为低分辨率图片，与标准试卷的图像进行低分辨率匹配，匹配一致则继续进行下一步识别；
⑶手写作答识别
对高拍仪所采集的图像进行处理，将之转换为高分辨率图片，与文字识别库内所存放的正样本、副样本进行匹配，当匹配成功时，即为正确答案，反之则为错误答案；
⑷试卷分析
在对试卷图像处理完之后，进行整体统计，对错误处实行满分减分原则，计算出最终得分。
如上所述的基于计算机图像处理和模式识别的检测方法在图像识别技术领域方面的应用。
本发明的优点和积极效果是：
1、本发明方法以普通摄像头采集到的文字图像，识别关键区域(ROI，region ofinterest)内的文字，通过与标准答案进行对比以实现对试卷或作业的批改。该方法使用简单的设备实现原先需要光标阅读机和答题卡才能实现的标准化考试功能。以样卷为标准，通过对比样卷与试卷关键区域图像对试卷进行评判，可实现一些OCR无法识别的特殊符号，并解决OCR识别率不高的问题。同时，该方法操作简单，效率高，适于推广，可大大提高教师的工作效率，降低教师工作压力，在一定程度上可缓解我国当前教育资源紧张的问题。
2、本发明方法仅使用普通的视频采集设备，而且这些设备是图像识别系统中的必需设备，不用对系统额外加入硬件设备，成本低廉，且算法简单易于实现，能够满足不同场合的实际要求。
3、本发明方法可免去学生在考试中填写机读答题卡所占用的额外精力，尤其适用于低年级学生的作业和试卷的批改。
附图说明
图1为本发明方法的流程示意图；
图2为本发明方法中ROI区域的选取样本图；其中，a为正样本图，b为副样本图；
图3为本发明方法的手工指定标画位置图；
图4为OCR识别技术对于错误字体的纠正功能图；
图5为本发明对字体识别选取的样本图，其中对于不规范字体，用X来代替它在原文中的位置。
具体实施方式
下面结合实施例，对本发明进一步说明；下述实施例是说明性的，不是限定性的，不能以下述实施例来限定本发明的保护范围。
本发明中所使用的设备，如无特殊规定，均为本领域内常用的设备；本发明中所使用的方法，如无特殊规定，均为本领域内常用的方法。本发明专利申请无需特殊定制的设备，使用的高拍仪可以是已经规模化生产的“高拍仪”，并且不指定品牌型号。
一种基于计算机图像处理和模式识别的检测方法，以PC机和普通摄像头为平台，开发适用于普教阶段的手写试卷计算机自动评分系统核心模块。该系统可辅助教师进行手写试卷或作业的批改，该方法借鉴OCR理念，实现对手写试卷的计算机评判，但与之不同的是，本发明方法的识别库与OCR文字识别库是不一样的，要求写规范的汉字，即符合国家颁布的规范标准的汉字，并且图像位置放置必须正确，即将所需检验部分对准采集图像摄像头，而OCR文字识别库则对字体的书写没有要求。
本发明基于计算机图像处理和模式识别的检测，其基本思路是：首先通过摄像头采集样卷图像，然后制作正样本、副样本(如图2所示)，将其存储于文字识别库中，方便后续的试卷分析及评分，这是与OCR识别技术最大的不同之处。当正样本、副样本录入完毕后，即可开始对试卷的识别。对于试卷种类的识别可以通过对试卷图像进行特征提取，进行低分辨率匹配，判别试卷与样卷种类是否相同。在对手写区域进行识别时，则对感兴趣区域(即ROI区域)中的内容进行高分辨率识别，结合对比样卷ROI区域图像对手写作答进行评判。最后进行试卷分析，对试卷进行综合评定，生成分析结果。
OCR识别技术具有对文字的纠错能力，即使所检验样本字体为不规范字体或者是错误字体时，也能够将只认证为正确字体并输出(如图4所示，图4为OCR文字纠错)，而本发明在对于此类字体时会用X来代替错误字体，提前将之认定为错误字体，已达到正确评判试卷的目的。
现在结合附图对本发明做进一步详细地说明，附图以示意方式说明本发明的基本结构，因此仅显示与本发明有关的构成。
实施例1
一种基于计算机图像处理和模式识别的检测方法，如图1所示，步骤如下：
(1)样卷录入，获取步骤依次如下：
a.将写有答案的标准试卷放在对准采集图像摄像头处，使用采集设备进行采集，得到带有答案的标准试卷图像；
b.对此图像进行图像处理，分类成为正样本、副样本存放于文字识别库中，生成标准的试卷信息；
(2)试卷种类识别，获取步骤依次如下：
a.根据步骤(1)中所述的方法，获取写有答案的样卷图像；
b.与标准试卷图像进行低分辨率匹配：
(3)手写作答识别，获取步骤依次如下：
a.对试卷ROI区域内高分辨率图像进行识别，得对比样卷ROI区域图像；
b.结合对比样卷ROI区域图像对手写作答进行评判；
(4)试卷分析，获取步骤依次如下：
a.对已评判试卷信息进行整体正确率统计；
b.生成统计分析结果，得出最终分数。
实施例2
一种基于计算机图像处理和模式识别的检测方法，步骤如下：
(1)样卷录入，获取步骤依次如下：
a.将写有答案的试卷放在对准采集图像摄像头处，使用采集设备进行采集，得到带有答案的标准试卷图像；
b.对此图像进行图像处理，分类成为正样本、副样本存放于文字识别库中，生成标准的试卷信息；
(2)试卷种类识别，获取步骤依次如下：
a.根据步骤(1)中所述的方法，获取写有答案的样卷图像；
b.与标准试卷的图像进行低分辨率匹配：
(3)手写作答识别，获取步骤依次如下：
a.对试卷ROI区域内高分辨率图像进行识别；
b.结合对比样卷ROI区域图像对手写作答进行评判；
(4)试卷分析，获取步骤依次如下：
a.对已评判试卷信息进行整体正确率统计；
b.生成统计分析结果，得出最终分数；
而且，所述步骤⑴a中彩色视频采集设备为高拍仪；所述步骤⑴b中规范的文字作为正样本，不规范的文字作为副样本，其中规范的文字是符合国家颁布的规范标准的汉字，不规范的文字则是不符合国家颁布的规范标准的汉字；所述步骤(2)b中与标准试卷的图像进行低分辨率匹配；所述步骤(3)a中对试卷ROI区域内高分辨率图像进行识别；所述步骤(4)中对已评判试卷信息进行自动分析。
实施例3
一种基于计算机图像处理和模式识别的检测方法，步骤如下：
(一)试卷划分与样本制作
对写有答案的考试试卷使用高拍仪进行图像采集，可通过opencv等软件运用相关图像处理算子将所需识别区域(即ROI区域)标识出来(如图3所示，图3为划分示例)，之后获取各个位置的图像样本，对之进行图像处理，将处理后所得到的文字图像信息之存放于文字识别库中，作为正样本应用于之后的识别匹配中。同时，还应写一些不规范的文字或者是错别字，再对之进行同样的处理后，将它作为副样本应用于之后的识别匹配中。
(二)试卷种类识别
这里主要是对试卷种类进行判别，避免对于错误试卷的识别。通过对试卷整体使用高拍仪进行图像采集，对试卷种类所在区域的图片提取出来，将之转换为低分辨率图片，与标准试卷的图像进行低分辨率匹配，匹配一致则继续进行下一步识别。
(三)手写作答识别
对高拍仪所采集的图像进行处理，将之转换为高分辨率图片，与文字识别库内所存放的正样本、副样本进行匹配，当匹配成功时，即为正确答案，反之则为错误答案。
如图5所示，图5为识别示例，通过匹配可将不规范字体认定为错误，并用X替代。
(四)试卷分析
在对试卷图像处理完之后，进行整体统计，对错误处实行满分减分原则，计算出最终得分。
以上述依据本发明的理想实施案例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本想发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (2)

1.一种基于计算机图像处理和模式识别的检测方法，其特征在于：步骤如下：
(1)样卷录入，获取步骤依次如下：
a.将写有答案的标准试卷放在对准采集图像摄像头处，使用采集设备进行采集，得到带有答案的标准试卷图像；
b.对标准试卷图像进行图像处理，分类成为正样本、副样本存放于文字识别库中，生成标准的试卷信息；
(2)试卷种类识别，获取步骤依次如下：
a.根据步骤(1)中所述的方法，获取写有答案的样卷图像；
b.与标准试卷图像进行低分辨率匹配；
(3)手写作答识别，获取步骤依次如下：
a.对标准试卷ROI区域内高分辨率图像进行识别，得对比样卷ROI区域图像；
b.结合对比样卷ROI区域图像对手写作答进行评判，得已评判试卷信息；
(4)试卷分析，获取步骤依次如下：
a.对已评判试卷信息进行整体正确率统计；
b.生成统计分析结果，得出最终分数；
所述步骤⑴b中规范的文字作为正样本，不规范的文字作为副样本，其中规范的文字是符合国家颁布的规范标准的汉字，不规范的文字则是不符合国家颁布的规范标准的汉字；
以上各步骤的具体流程如下：
⑴试卷划分与样本制作
对写有答案的考试试卷使用高拍仪进行图像采集，通过软件运用相关图像处理算子将所需识别区域标识出来，之后获取各个位置的图像样本，对之进行图像处理，将处理后所得到的文字图像信息存放于文字识别库中，作为正样本应用于之后的识别匹配中；同时，还写不规范的文字或者错别字，再对之进行同样的处理后，将它作为副样本应用于之后的识别匹配中；
⑵试卷种类识别
通过对样本试卷整体使用高拍仪进行图像采集，对试卷种类所在区域的图片提取出来，将之转换为低分辨率图片，与标准试卷的图像进行低分辨率匹配，匹配一致则继续进行下一步识别；
⑶手写作答识别
对高拍仪所采集的图像进行处理，将之转换为高分辨率图片，与文字识别库内所存放的正样本、副样本进行匹配，当匹配成功时，即为正确答案，反之则为错误答案；
⑷试卷分析
在对试卷图像处理完之后，进行整体统计，对错误处实行满分减分原则，计算出最终得分。
2.根据权利要求1所述的基于计算机图像处理和模式识别的检测方法，其特征在于：所述步骤(4)中对已评判试卷信息进行自动分析。
CN201410370703.3A 2014-07-30 2014-07-30 一种基于计算机图像处理和模式识别的检测方法及应用 Expired - Fee Related CN104376315B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410370703.3A CN104376315B (zh) 2014-07-30 2014-07-30 一种基于计算机图像处理和模式识别的检测方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410370703.3A CN104376315B (zh) 2014-07-30 2014-07-30 一种基于计算机图像处理和模式识别的检测方法及应用

Publications (2)

Publication Number Publication Date
CN104376315A CN104376315A (zh) 2015-02-25
CN104376315B true CN104376315B (zh) 2018-01-02

Family

ID=52555213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410370703.3A Expired - Fee Related CN104376315B (zh) 2014-07-30 2014-07-30 一种基于计算机图像处理和模式识别的检测方法及应用

Country Status (1)

Country Link
CN (1) CN104376315B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105374246A (zh) * 2015-12-15 2016-03-02 闫健 一种基于互联网的互动式全景作业系统的实现方法
CN106096564A (zh) * 2016-06-17 2016-11-09 福建网龙计算机网络信息技术有限公司 一种数学自动批改方法
CN108364004A (zh) * 2018-01-16 2018-08-03 深圳市脑洞科技有限公司 基于移动终端的答题卡扫描方法、移动终端及存储介质
CN108388895B (zh) * 2018-03-04 2022-02-18 南京理工大学 一种基于机器学习的试卷答题卡自动处理方法
CN109815932B (zh) 2019-02-02 2021-05-28 杭州大拿科技股份有限公司 一种试卷批改方法、装置、电子设备及存储介质
CN109947836B (zh) * 2019-03-21 2022-05-24 江西风向标教育科技有限公司 英语试卷结构化方法和装置
CN110084497A (zh) * 2019-04-18 2019-08-02 上海电力学院 一种正三棱锥左视图的自动识别评分方法
CN110135270A (zh) * 2019-04-18 2019-08-16 上海电力学院 一种圆柱体左视图的自动识别评分方法
CN110309725A (zh) * 2019-06-06 2019-10-08 上海电力学院 一种普通平键轴类断面图的自动识别评分方法
CN110490074A (zh) * 2019-07-17 2019-11-22 广州学邦信息技术有限公司 一种基于图像识别的课堂实时批改方法、系统及装置
CN111340031A (zh) * 2020-02-25 2020-06-26 杭州测质成科技有限公司 基于图像识别的设备履历本目标信息提取与识别系统及其方法
CN112001152B (zh) * 2020-08-25 2025-05-30 杭州大拿科技股份有限公司 对象识别处理方法、处理装置、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1598845A (zh) * 2004-09-03 2005-03-23 深圳市海云天科技有限公司 一种用于主观题的网上阅卷方法
CN103400124A (zh) * 2013-07-03 2013-11-20 北京鸿合盛视数字媒体技术有限公司 一种试卷识别方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8606010B2 (en) * 2011-03-18 2013-12-10 Seiko Epson Corporation Identifying text pixels in scanned images

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1598845A (zh) * 2004-09-03 2005-03-23 深圳市海云天科技有限公司 一种用于主观题的网上阅卷方法
CN103400124A (zh) * 2013-07-03 2013-11-20 北京鸿合盛视数字媒体技术有限公司 一种试卷识别方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于图像处理的客观题自动阅卷系统研究开发;马飞等;《计算机技术与发展》;20120730;第22卷(第7期);第242-248页 *
基于图像识别的阅卷系统的设计与实现;张站等;《微型机与应用》;20110801;第30卷(第4期);第44-47页 *

Also Published As

Publication number Publication date
CN104376315A (zh) 2015-02-25

Similar Documents

Publication Publication Date Title
CN104376315B (zh) 一种基于计算机图像处理和模式识别的检测方法及应用
CN108388895B (zh) 一种基于机器学习的试卷答题卡自动处理方法
CN104200239A (zh) 一种基于图像特征融合识别的签名鉴伪系统及方法
CN105913093A (zh) 一种用于文字识别处理的模板匹配方法
CN104820835A (zh) 一种试卷自动阅卷方法
CN104715256A (zh) 一种基于图像方法的书法练习辅助系统及评价方法
CN105373978A (zh) 基于ocr的人工评判试卷处理装置及方法
CN110659584A (zh) 一种基于图像识别的智能留痕阅卷系统
CN105869085A (zh) 一种成绩录入系统及图像处理的方法
US9396389B2 (en) Techniques for detecting user-entered check marks
CN106980857B (zh) 一种基于碑帖的毛笔字分割识别方法
CN105740857A (zh) 一种基于ocr的快速纸笔投票结果自动采集与识别系统
CN113888757A (zh) 基于对标评价的考卷智能分析方法、系统及存储介质
CN106778717A (zh) 一种基于图像识别和k近邻的测评表识别方法
CN105243383A (zh) 答题卡处理方法及系统
CN113569677A (zh) 一种基于扫描件的纸质试验报告生成方法
CN108052936A (zh) 一种盲文图像自动倾斜校正方法及系统
CN110210465A (zh) 一种数据采集的方法及系统
CN115641308A (zh) 一种书法字临摹评价系统
CN111008594A (zh) 改错题评阅方法、相关设备及可读存储介质
CN106203351A (zh) 裂缝智能识别分类的方法
CN110263784A (zh) 智能的英语试卷成绩识别录入方法
CN111783888A (zh) 一种图片电子作业查重系统及方法
CN114140282B (zh) 一种基于深度学习的普教课堂答题快速评审方法及装置
CN107122783B (zh) 一种基于角点检测的装配连接件快速识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180102

Termination date: 20180730