CN105046200A - 基于直线检测的电子阅卷方法 - Google Patents

基于直线检测的电子阅卷方法 Download PDF

Info

Publication number
CN105046200A
CN105046200A CN201510346642.1A CN201510346642A CN105046200A CN 105046200 A CN105046200 A CN 105046200A CN 201510346642 A CN201510346642 A CN 201510346642A CN 105046200 A CN105046200 A CN 105046200A
Authority
CN
China
Prior art keywords
straight line
line cluster
cluster
image
matching degree
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
CN201510346642.1A
Other languages
English (en)
Other versions
CN105046200B (zh
Inventor
黄敏
邓旭
陈卓
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.)
Chengdu Idealsee Technology Co Ltd
Original Assignee
Chengdu Idealsee 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 Chengdu Idealsee Technology Co Ltd filed Critical Chengdu Idealsee Technology Co Ltd
Priority to CN201510346642.1A priority Critical patent/CN105046200B/zh
Publication of CN105046200A publication Critical patent/CN105046200A/zh
Application granted granted Critical
Publication of CN105046200B publication Critical patent/CN105046200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/41Analysis of document content
    • G06V30/414Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text

Abstract

本发明基于直线检测的电子阅卷方法,包括以下步骤:检测待评阅试卷图像中的直线;根据所述直线确定所述待评阅试卷图像的内容区域;提取所述待评阅试卷图像的内容区域,根据所述内容区域确定所述待评阅试卷的评阅结果。本发明基于直线检测的电子阅卷方法,通过匹配待评阅试卷图像中的直线与模板试卷内容区域的特征直线,调整使得待评阅试卷图像中的内容区域与模板试卷图像中的内容区域完全匹配重合,根据模板试卷图像中内容区域的位置坐标,在待评阅试卷图像中提取相同位置区域的图像,识别并统计提取到的图像区域的内容获得试卷评阅结果。本发明基于直线检测的电子阅卷方法有效地降低了人工阅卷的工作负荷,显著地提高了试卷评阅的效率与准确率。

Description

基于直线检测的电子阅卷方法
技术领域
本发明涉及图像识别与模式识别技术领域,尤其涉及一种基于直线检测的电子阅卷方法。
背景技术
随着信息时代的到来,电子信息技术不断发展并日益深入到不同的行业领域,逐步取代繁复的人工操作,极大地提高了事务的处理效率。目前,通过自动扫描实现电子阅卷技术已经得到普遍应用,相比于传统的人工阅卷方式,电子阅卷在大幅提高阅卷速度的同时,能够有效地避免人为失误导致的阅卷错误,提高试卷评判的准确度与公平性。
现有的电子阅卷大多采用试卷与答题卡分离的形式,应试者将试题答案填涂在一张单独的答题卡上,通过专用的读卡机读取答题卡上的信息进行评分。上述阅卷方式虽然能够提高阅卷效率,但是由于试题与答题卡分离,应试者需要在答题后按规定要求将试题答案单独填涂在答题卡上,无疑增加了应试者的操作复杂度。同时,现有的电子阅卷方式需要制作专用的答题卡,通过专用的具有特定光学字符识别系统的读卡器进行答题卡信息读取,对于答题卡的印刷精度要求高,且制作成本高昂,适合较大型的考试,无法在一些中小规模的考试中进行广泛推广使用。
由于采用答题卡实现电子阅卷的方式仅适用于对客观题的评阅,目前在大型考试中对主观题的电子阅卷大多通过网上阅卷系统实现。网上阅卷系统采用试题页与答卷页分离的形式,由阅卷老师通过计算机网络对答卷页的电子图像进行评阅,阅卷系统对阅卷老师的评分进行统计与核对。网上阅卷系统可以进行一卷多评,即同一份答卷页可以由多个阅卷老师分别进行评阅,从而降低单一阅卷产生误差的机率,同时网上阅卷系统对阅卷环境、扫描设备和试卷纸质存在较高的要求,因此目前也仅应用于较大规模及较高重要性的考试中。
现阶段我国的教育体系仍主要采取考试的形式对考生知识的掌握程度进行检验,随着各类教育考试与资格考试的不断增多,与考试频繁性相对应的,是如何实现快速、准确和小成本的实现电子阅卷,成为目前亟待解决的技术问题。
发明内容
本发明的目的是提供一种基于直线检测的电子阅卷方法,首先设计模板试卷图像,打印或印刷得到纸质试卷。考试结束后通过拍照或扫描得到待评阅的纸质试卷的图像,根据待评阅试卷的标识信息,获取对应的模板试卷图像,通过直线检测将待评阅试卷图像与模板试卷图像进行匹配,确定并提取待评阅试卷图像中的答题内容区域,识别内容区域的信息内容后,自动判定并统计得到试卷评阅结果。
有鉴于此,本发明提供一种基于直线检测的电子阅卷方法,包括:检测待评阅试卷图像中的直线;根据所述直线确定所述待评阅试卷图像的内容区域;提取所述待评阅试卷图像的内容区域,根据所述内容区域确定所述待评阅试卷的评阅结果。
优选地,所述检测待评阅试卷图像中的直线的步骤,具体为:检测所述待评阅试卷图像中的直线,标记所述直线的位置,将所述直线中斜率相同的直线划为同一直线簇,得到所述待评阅试卷图像对应的直线簇的集合{L1,L2,L3……LM},其中M为自然数。
优选地,所述根据所述直线确定所述待评阅试卷图像的内容区域的步骤之前,还包括:根据所述待评阅试卷图像中的特征标识,获取所述待评阅试卷图像对应的模板试卷图像;提取所述模板试卷图像中内容区域对应的直线,标记所述直线的位置,将所述直线中斜率相同的直线划为同一直线簇,得到所述模板试卷图像对应的直线簇的集合{T1,T2,T3……TN},其中N为自然数。
优选地,所述根据所述直线确定所述待评阅试卷图像的内容区域的步骤,具体为:分别将所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇进行匹配,得到所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度;根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域。
优选地,所述分别将所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇进行匹配,得到所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度的步骤,具体为:在所述直线簇集合{L1,L2,L3……LM}的直线簇Lj中选取第一直线和第二直线,以及在所述直线簇集合{T1,T2,T3……TN}的直线簇Ti中选取第三直线和第四直线,其中,i、j是自然数,且0<i≤N,0<j≤M;平移、旋转和/或缩放所述模板试卷图像,使所述第一直线、第二直线分别与所述第三直线、第四直线的位置重合,或者使所述第一直线、第二直线分别与所述第四直线、第三直线的位置重合,记录所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例;统计所述直线簇Ti中与所述直线簇Lj中直线位置重合的直线数量,确定所述直线簇Ti与直线簇Lj的匹配度;遍历所述直线簇集合{L1,L2,L3……LM}中每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度。
优选地,所述根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域的步骤,具体为:根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{T1,T2,T3……TN}中的直线及所述模板试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Te,其中,0<e≤N,通过沿直线簇Tu中的直线方向平移所述模板试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的每一直线簇中与所述直线簇Te中直线位置重合的直线数量,确定与所述直线簇Te的匹配度;遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述模板试卷图像的平移位移,平移所述模板试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
优选地,所述根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域的步骤,具体为:根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{T1,T2,T3……TN}中的直线及所述模板试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Te,其中,0<e≤N,根据所述直线簇Te中直线的斜率,在所述直线簇集合{L1,L2,L3……LM}中选取与所述直线簇Te中直线具有相同斜率的直线簇,通过沿所述直线簇Tu中的直线方向平移所述模板试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中与所述直线簇Te中直线具有相同斜率的直线簇与所述直线簇Te中直线位置重合的直线数量,确定与所述直线簇Te的匹配度;遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述模板试卷图像的平移位移,平移所述模板试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
优选地,所述分别将所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇进行匹配,得到所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度的步骤,具体为:在所述直线簇集合{L1,L2,L3……LM}的直线簇Lj中选取第一直线和第二直线,以及在所述直线簇集合{T1,T2,T3……TN}的直线簇Ti中选取第三直线和第四直线,其中,i、j是自然数,且0<i≤N,0<j≤M;平移、旋转和/或缩放所述待评阅试卷图像,使所述第一直线、第二直线分别与所述第三直线、第四直线的位置重合,或者使所述第一直线、第二直线分别与所述第四直线、第三直线的位置重合,记录所述待评阅试卷图像的平移位移、旋转矩阵和/或缩放比例;统计所述直线簇Ti中与所述直线簇Lj中直线位置重合的直线数量,确定所述直线簇Ti与直线簇Lj的匹配度;遍历所述直线簇集合{L1,L2,L3……LM}中每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度。
优选地,所述根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域的步骤,具体为:根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述待评阅试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{L1,L2,L3……LM}中的直线及所述待评阅试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Tf,其中,0<f≤N,通过沿直线簇Tu中的直线方向平移所述待评阅试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的每一直线簇中与所述直线簇Tf中直线位置重合的直线数量,确定与所述直线簇Tf的匹配度;遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述待评阅试卷图像的平移位移,平移所述待评阅试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
优选地,所述根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像中的内容区域的步骤,具体为:根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述待评阅试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{L1,L2,L3……LM}中的直线及所述待评阅试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Tf,其中,0<f≤N,根据所述直线簇Tf中直线的斜率,在所述直线簇集合{L1,L2,L3……LM}中选取与所述直线簇Tf中直线具有相同斜率的直线簇,通过沿所述直线簇Tu中的直线方向平移所述待评阅试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中与所述直线簇Tf中直线具有相同斜率的直线簇中与所述直线簇Tf中直线位置重合的直线数量,确定与所述直线簇Tf的匹配度;遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中的所述直线簇Tu以外直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述待评阅试卷图像的平移位移,平移所述待评阅试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
本发明基于直线检测的电子阅卷方法,通过拍照或扫描得到待评阅试卷的图像,对待评阅试卷图像中的直线进行检测并标记,通过比对匹配待评阅试卷图像中的直线与模板试卷内容区域的特征直线,调整使得待评阅试卷图像中的内容区域与模板试卷图像中的内容区域完全匹配重合,从而根据模板试卷图像中内容区域的位置坐标,在待评阅试卷图像中提取相同位置区域的图像,识别并统计提取到的图像区域的内容,进而获得试卷评阅结果。本发明基于直线检测的电子阅卷方法对试卷图像中内容区域进行识别的稳定性强、准确性高、适用范围广,能够应用于多种类型的试卷,实现试卷的自动评阅和结果统计,有效地降低了人工阅卷的工作负荷,显著地提高了试卷评阅的效率与准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图:
图1示出了本发明第一实施例的基于直线检测的电子阅卷方法的流程图;
图2示出了本发明第二实施例的基于直线检测的电子阅卷方法的流程图。
具体实施方式
为了能够更清楚地理解本发明的目的、特征和优点,下面结合附图和具体实施方式对本发明做进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互结合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,这仅仅是本发明的一些实施例,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明第一实施例的基于直线检测的电子阅卷方法的流程图。
本发明实施例的基于直线检测的电子阅卷方法,包括:步骤101,检测待评阅试卷图像中的直线;步骤102,根据所述直线确定所述待评阅试卷图像的内容区域;步骤103,提取所述待评阅试卷图像的内容区域,根据所述内容区域确定所述待评阅试卷的评阅结果。
在该技术方案中,通过对待评阅的纸质试卷进行拍照或扫描,得到待评阅试卷的图像,对待评阅试卷图像中符合预设条件的直线进行检测,根据检测到的直线确定试卷图像中一个或多个内容区域对应的位置区域,通过检测并识别该内容区域中的内容,统计分析后得到该试卷的阅卷结果。
在上述技术方案中,所述步骤101之前,还包括:获取待评阅的试卷图像,调整所述试卷图像至预设的尺寸。
在该技术方案中,通过拍照或扫描获得待评阅试卷的图像后,可以对试卷图像进行尺寸调整,使试卷图像具有统一的尺寸。例如,将原始试卷图像压缩至预设的尺寸,或者在原始试卷图像中截取预设尺寸的图像。
在上述技术方案中,所述步骤101之前,还包括:对待评阅试卷图像进行边缘提取,获得所述待评阅试卷图像对应的边缘图像;识别所述边缘图像中的干扰像素区域,对所述试卷图像中的对应区域进行像素修正。
在该技术方案中,对待评阅试卷图像进行边缘提取,例如,使用边缘检测算法对试卷图像提取边缘,得到试卷图像对应的边缘图像(该边缘图像为二值图像,其中0表示非边缘部分,255表示边缘部分)。由于通过扫描仪扫描纸质试卷时可能造成原始试卷图像中存在深色边框,影响后续阅卷处理的准确性,因此在对待评阅的试卷图像进行边缘提取之后,可以进一步地在该边缘图像中分别选取边缘图像的四条边缘上的每一像素点作为起始像素点,沿垂直于边缘图像边缘的方向向边缘图像的中心移动,在预设的移动距离范围内搜索距离边缘图像边缘最近的一个像素值为255的目标像素点(即跟踪边缘图像边缘最近的边缘点),记录该目标像素点。在试卷图像中检测与该起始像素点与目标像素点对应的像素点之间的像素点是否符合预设条件,具体地,若所述像素点中90%的像素点的RGB三个通道值都小于200,则确定该试卷图像存在扫描过程中产生的深色边框,并将试卷图像中该区域的像素点的RGB值调整为(255,255,255)从而消除该深色边框。
在上述技术方案中,所述步骤101,具体为:对待评阅试卷图像对应的边缘图像进行模糊处理,检测所述边缘图像中符合预设条件的直线。
在该技术方案中,对所述试卷图像对应的边缘图像进行模糊处理,保证边缘曲线的连续与局部细节的检测,通过LSD算法(LineSegmentDetection,直线检测)检测试卷边缘图像中符合预设条件的直线。例如,根据待评阅试卷的实际排版式样,通过直线检测算法检测试卷边缘图像中水平方向或垂直方向的直线。同时,由于对纸质试卷进行拍照或扫描得到试卷图像的过程中,可能存在一定角度的旋转,因此分别选取与水平方向夹角小于α的所有直线以及与垂直方向夹角小于β的所有直线,保留所述直线并根据所述直线确定试卷图像的内容区域,具体地,α及β可以均取15°。
在上述技术方案中,所述步骤102,具体为:获取所述待评阅试卷图像对应的模板试卷图像,确定所述模板试卷图像中内容区域对应的直线;将所述待评阅试卷图像中的直线与所述模板试卷图像中内容区域对应的直线进行匹配,确定所述待评阅试卷图像的内容区域。
在该技术方案中,通过获取待评阅试卷图像对应的模板试卷图像,根据所述模板试卷图像确定试卷内容区域分布信息以及内容区域所对应的特征直线,所述试卷内容区域可以是试卷信息区域、考生信息区域、答题区域或评分区域。通常,在根据模板试卷图像打印或印刷生成纸质试卷后,以及纸质试卷经考生填写后拍照或扫描得到待评阅试卷图像的过程中,由于填涂不当或拍照或扫描时产生的图像偏转等原因,待评阅试卷图像中的内容区域与模板试卷图像中的内容区域存在可能的位置偏差。因此通过获取待评阅试卷图像对应的模板试卷图像,将检测到的待评阅试卷图像中的直线与模板试卷图像中内容区域对应的直线进行匹配比对,确定待评阅试卷图像中各个内容区域的位置分布,从而在试卷评阅过程中可以准确地检测试卷图像中的内容区域,进而获取该内容区域中的内容。
在上述技术方案中,所述步骤103具体为:根据所述待评阅试卷图像中内容区域分布及位置,提取所述待评阅试卷图像中与试卷内容区域对应的图像子区域,通过对所述图像子区域进行图像识别及内容检测,确定所述待评阅试卷的内容区域对应的图像子区域中的内容,统计分析后得到所述待评阅试卷的评阅结果。
本发明实施例的基于直线检测的电子阅卷方法,对待评阅试卷图像进行直线检测,通过获取待评阅试卷图像对应的模板试卷图像,将模板试卷图像中内容区域对应的直线与所述待评阅试卷图像中的直线进行比对匹配,从而确定待评阅试卷图像中的内容区域,检测识别内容区域中的内容信息,统计分析后确定待评阅试卷图像的评阅结果。本发明实施例的基于直线检测的电子阅卷方法使试卷的排版和设计具有更高的自由度,同时在待评阅试卷的图像不具备较高的图像质量的情况下,也能够稳定准确地识别并输出各个内容区域的内容,统计得到试卷评阅结果。
图2示出了本发明第二实施例的基于直线检测的电子阅卷方法的流程图。
本发明实施例的基于直线检测的电子阅卷方法,包括:步骤201,检测所述待评阅试卷图像中的直线,标记所述直线的位置,将所述直线中斜率相同的直线划为同一直线簇,得到所述待评阅试卷图像对应的直线簇的集合{L1,L2,L3……LM},其中M为自然数;步骤202,根据所述待评阅试卷图像中的特征标识,确定所述待评阅试卷图像对应的模板试卷图像;步骤203,提取所述模板试卷图像中内容区域对应的直线,标记所述直线的位置,将所述直线中斜率相同的直线划为同一直线簇,得到所述模板试卷图像对应的直线簇的集合{T1,T2,T3……TN},其中N为自然数;步骤204,分别将所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇进行匹配,得到所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度;步骤205,根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域。
在上述技术方案中,所述步骤201,具体为:对待评阅的试卷图像进行边缘处理,得到所述待评阅试卷图像对应的边缘图像,检测所述边缘图像中的直线,并标记所述检测到的直线在所述待评阅试卷图像中的位置,将所述直线中斜率相同的直线划为同一直线簇,得到所述直线簇的集合{L1,L2,L3……LM},其中M为自然数。
在该技术方案中,通过拍照或扫描得到待评阅纸质试卷的图像,对待评阅试卷的图像进行边缘处理后得到所述待评阅试卷图像对应的边缘图像,通过LSD算法(LineSegmentDetection,直线检测)检测试卷边缘图像中符合预设条件的直线,例如,满足预设长度的直线、斜率在预设范围内的直线等。在待评阅试卷图像中标记检测到的直线对应的位置坐标,具体地,可以在电子阅卷系统中建立坐标系,待评阅试卷图像输入电子阅卷系统后,在该坐标系中对输入的待评阅试卷图像中的直线的位置坐标进行标记。同时,将检测到的直线按照斜率进行划分,相同斜率的直线划为同一直线簇,得到直线簇的集合{L1,L2,L3……LM},其中M为自然数。
在上述技术方案中,所述步骤202中通过识别待评阅试卷图像中的特征标识,获取所述待评阅试卷图像对应的模板试卷图像。具体地,所述试卷特征标识用于标识该待评阅试卷,特征标识可以为字符编码、条码和/或二维码等。通过识别该特征标识可以获取待评阅试卷对应的模板试卷图像及试卷相关数据,例如,试卷内容区域的类别、分布信息和位置区域等。
在上述技术方案中,所述步骤203中通过提取待评阅试卷图像对应的模板试卷图像中的内容区域对应的直线,标记所述直线的位置,将所述直线中斜率相同的直线划为同一直线簇,得到所述模板试卷图像对应的直线簇的集合{T1,T2,T3……TN},其中N为自然数。同样地,也可以在设计模板试卷图像时,标记模板试卷图像中内容区域对应的直线,记录所述直线的位置,根据待评阅试卷图像中的特征标识获取对应的模板试卷图像后,便可以直接得到模板试卷图像对应的直线簇的集合{T1,T2,T3……TN}。
在该技术方案中,具体地,根据试卷的格式设计,模板试卷图像中通常包括水平方向和垂直方向的两组直线,即水平直线簇和垂直直线簇。同样地,根据试卷设计需要,模板试卷图像中也可以包括多种不同方向的直线,从而得到对应的多个直线簇。
在上述技术方案中,所述步骤204,具体为:分别在所述直线簇集合{L1,L2,L3……LM}的直线簇Lj中选取第一直线和第二直线,以及在所述直线簇集合{T1,T2,T3……TN}的直线簇Ti中选取第三直线和第四直线,其中,i、j是自然数,且0<i≤N,0<j≤M;平移、旋转和/或缩放所述模板试卷图像,使所述第一直线、第二直线分别与所述第三直线、第四直线的位置重合,或者使所述第一直线、第二直线分别与所述第四直线、第三直线的位置重合,记录所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例;统计所述直线簇Ti中与所述直线簇Lj中直线位置重合的直线数量,确定所述直线簇Ti与直线簇Lj的匹配度;遍历所述直线簇集合{L1,L2,L3……LM}中每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度。
在该技术方案中,在待评阅试卷图像对应的直线簇集合{L1,L2,L3……LM}中任意选取直线簇Lj,在直线簇Lj中任意选取两条直线,即第一直线和第二直线,以及在模板试卷图像对应的直线簇集合{T1,T2,T3……TN}中任意选取直线簇Ti,在中直线簇Ti任意选取两条直线,即第三直线和第四直线,其中,i、j是自然数,且0<i≤N,0<j≤M。平移、旋转和/或缩放所述模板试卷图像,使所述第一直线、第二直线分别与所述第三直线、第四直线的位置重合,或者使所述第一直线、第二直线分别与所述第四直线、第三直线的位置重合。同样地,也可以平移、旋转和/或缩放所述待评阅试卷图像,使所述第一直线、第二直线分别与所述第三直线、第四直线的位置重合,或者使所述第一直线、第二直线分别与所述第四直线、第三直线的位置重合,此处不再赘述。当所述第一直线、第二直线分别与所述第三直线、第四直线的位置重合时,或者使所述第一直线、第二直线分别与所述第四直线、第三直线的位置重合时,记录所述模板试卷图像或所述待评阅试卷图像当前的平移位移、旋转矩阵和/或缩放比例,同时统计所述直线簇Ti中与所述直线簇Lj中直线位置重合的直线数量,确定所述直线簇Lj与直线簇Ti的匹配度R,具体地,所述直线簇Ti中与所述直线簇Lj的匹配度Rij为Rij=a/b,其中,b为所述直线簇Ti中直线的数量,a为直线簇Ti中与所述直线簇Lj中直线位置重合的直线的数量。例如,所述直线簇Ti中的直线数量为40,其中30条与所述直线簇Lj中直线位置重合,则所述直线簇Ti中与所述直线簇Lj的匹配度Rij为0.75。遍历所述直线簇集合{L1,L2,L3……LM}中的每一直线簇以及所述直线簇集合{T1,T2,T3……TN}中的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中每一个直线簇之间的匹配度。
在该技术方案中,通过判断所述待评阅试卷的直线簇Lj中与模板试卷图像的直线簇Ti中存在位置重合的直线的数量,确定直线簇Lj与直线簇Ti的匹配度,具体地,可以预先设定直线重合度阈值,当直线簇Lj中的直线l与直线簇Ti中的直线t重合部分长度占直线t总长度的比值超过所述预设的重合度阈值,即判断所述直线l与所述直线t重合,通过统计直线簇Lj与直线簇Ti中存在位置重合的直线的数量,确定直线簇Lj与直线簇Ti的匹配度;同样地,也可以记录直线簇Lj中的直线lj与直线簇Ti中的直线ti重合部分长度占直线ti总长度的比值Ri,则直线簇Lj与直线簇Ti的匹配度R=(R1+R2+R3+……+RN)÷N,其中,N为直线簇Ti中包含的直线数。
在上述技术方案中,所述步骤205,具体为,根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{T1,T2,T3……TN}中的直线及所述模板试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Te,其中,0<e≤N,且e≠u,通过沿直线簇Tu中的直线方向平移所述模板试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的每一直线簇中与所述直线簇Te中直线位置重合的直线数量,确定与所述直线簇Te的匹配度;遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述模板试卷图像的平移位移,平移所述模板试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
在该技术方案中,根据统计得到的所述直线簇集合{L1,L2,L3……LM}每一直线簇与所述直线簇集合{T1,T2,T3……TN}中每一直线簇的匹配度,选取直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu,其中,u、v是自然数,且0<v≤M,0<u≤N。根据直线簇Lv和直线簇Tu匹配时所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例,平移、旋转和/或缩放所述直线簇集合{T1,T2,T3……TN}中的直线及所述模板试卷图像。同样地,也可以平移、旋转和/或缩放所述直线簇集合{L1,L2,L3……LM}中的直线及所述待评阅试卷图像,此处不再赘述。在所述直线簇集合{T1,T2,T3……TN}中选取除Tu以外的任一直线簇Te,其中,0<e≤N,通过沿直线簇Tu中的直线方向平移所述模板试卷图像,同样地,也可以沿直线簇Tu中的直线方向平移所述待评阅试卷图像,此处不再赘述。统计所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的每一直线簇中与所述直线簇Te中直线位置重合的直线数量,得到直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的每一直线簇与直线簇Te的匹配度G。具体地,匹配度Gef=c/d,其中,d为所述直线簇Te中直线的数量,c为直线簇Te中与所述直线簇Lf中直线位置重合的直线的数量。遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,得到直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇与所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的每一直线簇的匹配度,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇中匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述模板试卷图像的平移位移,平移所述所述模板试卷图像。同样地,也可以根据所述直线簇Lp和所述直线簇Tk匹配时所述待评阅试卷图像的平移位移,平移所述待评阅试卷图像,此处不再赘述,其中,k、p是自然数,且0<k≤N,0<p≤M;判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。具体地,所述直线簇Lv与所述直线簇Tu的匹配度为Ruv,所述直线簇Lp与所述直线簇Tk的匹配度为Gkp,则计算待评阅试卷图像与模板试卷图像的匹配度H=Ruv×Gkp,若H大于0.7,则确定待评阅的试卷图像与模板试卷图像匹配,此时待评阅试卷图像的内容区域与模板试卷图像的内容区域位置一致,可以根据模板试卷图像中标记的试卷内容区域的位置信息,在待评阅试卷图像中提取相同位置区域的图像。
在该技术方案中,由于根据常规的试卷设计,试卷图像中通常只包括水平方向和垂直方向的两组直线,对模板试卷图像进行直线提取并根据直线斜率进行划分直线簇时,可以得到水平直线簇和垂直直线簇。可以首先通过对模板试卷图像(或待评阅试卷图像)进行平移、旋转和/或缩放,计算待评阅试卷图像中的每一直线簇与模板试卷图像中水平(或垂直)方向直线簇的匹配度,确定待评阅试卷图像中与模板试卷图像中水平(或垂直)方向直线簇的匹配度最高的直线簇,记录所述最高匹配度R,以及记录所述匹配度最高时模板试卷图像(或待评阅试卷图像)的平移位移、旋转矩阵和/或缩放比例。然后,根据所述平移位移、旋转矩阵和/或缩放比例对所述模板试卷图像(或待评阅试卷图像)进行平移、旋转和/或缩放,通过对所述模板试卷图像(或待评阅试卷图像)进行沿水平(或垂直)方向平移,计算待评阅试卷图像中其余的每一直线簇与模板试卷图像中垂直(或水平)方向直线簇的匹配度,确定待评阅试卷图像中与模板试卷图像中垂直(或水平)方向直线簇的匹配度最高的直线簇,记录所述最高匹配度G,根据所述匹配度最高时所述模板试卷图像(或待评阅试卷图像)沿水平(或垂直)方向的平移位移对所述模板试卷图像(或待评阅试卷图像)沿水平(或垂直)方向进行平移。判断所述匹配度R与匹配度G是否符合预设条件,例如,R×G>0.7,若是,则确定待评阅试卷图像与模板试卷图像整体匹配,通过上述步骤调整后待评阅试卷图像的内容区域已经与模板试卷图像的内容区域位置重合,可以根据模板试卷图像中内容区域的位置信息,在待评阅试卷图像中提取相同位置范围的图像区域即为待评阅试卷图像的内容区域。同样地,若模板试卷图像中包含两个以上不同斜率的直线簇,则可以通过平移、旋转和/或缩放模板试卷图像(或待评阅试卷图像)将模板试卷图像中的每一直线簇与待评阅试卷图像中的每一直线簇进行比对匹配,确定模板试卷图像中与待评阅试卷图像中的直线簇匹配度最高的第一直线簇,记录匹配度R1及所述模板试卷图像(或待评阅试卷图像)的平移位移、旋转矩阵和/或缩放比例。根据所述平移位移、旋转矩阵和/或缩放比例对所述模板试卷图像(或待评阅试卷图像)进行平移、旋转和/或缩放,通过对所述模板试卷图像(或待评阅试卷图像)进行沿第一直线簇中直线方向平移,匹配计算模板试卷图像中其余的每一直线簇与待评阅试卷图像中其余的每一直线簇的匹配度,确定模板试卷图像中与待评阅试卷图像中其余的直线簇匹配度最高的第二直线簇,记录匹配度R2及所述模板试卷图像(或待评阅试卷图像)的平移位移,根据所述模板试卷图像(或待评阅试卷图像)的平移位移对所述模板试卷图像(或待评阅试卷图像)进行平移。根据模板试卷图像中其余的每一直线簇的斜率,在所述待评阅试卷图像中查找具有相同斜率的直线簇,匹配计算模板试卷图像中其余的每一直线簇与待评阅试卷图像中具有相同斜率的对应的直线簇的匹配度,记录所述匹配度R3、R4……RN,其中,N为所述模板试卷图像中所包含的直线簇的数量。判断所述待评阅试卷图像与所述模板试卷的整体匹配度是否符合预设条件,例如,R1×R2×R3×R4×……×RN>0.7,若是,则确定待评阅试卷图像与模板试卷图像整体匹配,通过上述步骤调整后待评阅试卷图像的内容区域已经与模板试卷的内容区域位置重合,可以根据模板试卷图像中内容区域的位置信息,在待评阅试卷图像中提取相同位置范围的图像区域即为待评阅试卷图像的内容区域。
在上述技术方案中,所述步骤205,具体为:根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{T1,T2,T3……TN}中的直线及所述模板试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇Te,其中,0<e≤N,根据所述直线簇Te中直线的斜率,在所述直线簇集合{L1,L2,L3……LM}中选取与所述直线簇Te中直线具有相同斜率的直线簇,通过沿所述直线簇Tu中的直线方向平移所述模板试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中与所述直线簇Te中直线具有相同斜率的直线簇中与所述直线簇Te中直线位置重合的直线数量,确定与所述直线簇Te的匹配度;遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述模板试卷图像的平移位移,平移所述模板试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
在该技术方案中,根据统计得到的所述直线簇集合{L1,L2,L3……LM}每一直线簇与所述直线簇集合{T1,T2,T3……TN}中每一直线簇的匹配度,选取直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu,其中,u、v是自然数,且0<v≤M,0<u≤N。根据直线簇Lv和直线簇Tu匹配时所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例,平移、旋转和/或缩放所述直线簇集合{T1,T2,T3……TN}中的直线及所述模板试卷图像。同样地,也可以平移、旋转和/或缩放所述直线簇集合{L1,L2,L3……LM}中的直线及所述待评阅试卷图像,此处不再赘述。在所述直线簇集合{T1,T2,T3……TN}中选取除Tu以外的任一直线簇Te,其中,0<e≤N,根据直线簇Te中直线的斜率,在所述直线簇集合{L1,L2,L3……LM}中选取与所述直线簇Te中直线具有相同斜率的直线簇,通过沿直线簇Tu中的直线方向平移所述模板试卷图像,同样地,也可以沿直线簇Tu中的直线方向平移所述待评阅试卷图像,此处不再赘述。统计所述直线簇集合{L1,L2,L3……LM}中与所述直线簇Te中直线具有相同斜率的直线簇中与所述直线簇Te中直线位置重合的直线数量,得到直线簇集合{L1,L2,L3……LM}中与所述直线簇Te中直线具有相同斜率的直线簇与直线簇Te的匹配度G。具体地,匹配度Gef=c/d,其中,d为所述直线簇Te中直线的数量,c为直线簇Te中与所述直线簇Lf中直线位置重合的直线的数量。遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,得到直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇与所述直线簇集合{L1,L2,L3……LM}中与所述直线簇中直线具有相同斜率的直线簇的匹配度,确定所述直线簇{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇与所述直线簇集合{L1,L2,L3……LM}中的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述模板试卷图像的平移位移,平移所述所述模板试卷图像。同样地,也可以根据所述直线簇Lp和所述直线簇Tk匹配时所述待评阅试卷图像的平移位移,平移所述待评阅试卷图像,此处不再赘述,其中,k、p是自然数,且0<k≤N,0<p≤M;判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。具体地,所述直线簇Lv与所述直线簇Tu的匹配度为Ruv,所述直线簇Lp与所述直线簇Tk的匹配度为Gkp,则计算待评阅试卷图像与模板试卷图像的匹配度H=Ruv×Gkp,若H大于0.7,则确定待评阅的试卷图像与模板试卷图像匹配,此时待评阅试卷图像的内容区域与模板试卷图像的内容区域位置一致,可以根据模板试卷图像中标记的试卷内容区域的位置信息,在待评阅试卷图像中提取相同位置区域的图像。
在该技术方案中,选取直线簇集合{T1,T2,T3……TN}中每一直线簇,在直线簇集合{L1,L2,L3……LM}中确定匹配度最高的直线簇时,通过在直线簇集合{L1,L2,L3……LM}中仅对应选取与直线簇集合{T1,T2,T3……TN}中待匹配的直线簇斜率相同的直线簇进行匹配,能够减少匹配操作的数据处理量,提高匹配效率。
本发明基于直线检测的电子阅卷方法,待评阅试卷图像对应的模板试卷图像是待评阅试卷图像的设计样本,待评阅试卷图像与模板试卷图像中包含相同的试卷内容区域,所述试卷内容区域包括试卷信息区域、考生信息区域、答题区域和评分区域等。理论上,待评阅试卷图像中内容区域的位置也应与模板试卷图像中内容区域的位置相同,但由于模板试卷图像在打印或印刷成为纸质试卷以及纸质试卷在考生填写完成后拍照或扫描过程等操作过程中可能存在图像偏移或扭转,使得待评阅试卷图像与模板试卷图像的内容区域存在一定的角度偏差或位置偏移。本发明基于直线检测的电子阅卷方法,将待评阅试卷图像与模板试卷图像置于同一坐标系下,通过平移、旋转或缩放模板试卷图像或待评阅试卷图像,使待评阅试卷图像中提取出的直线与模板试卷图像中标记的试卷内容区域对应的直线位置重合,从而使得待评阅试卷图像与模板试卷图像的内容区域重合,根据模板图像中内容区域的位置坐标,在待评阅试卷图像中提取相同位置区域的子图像,通过识别统计该子图像区域的内容,快速准确地得到待评阅试卷的评阅结果。
再次声明,本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明并不局限于前述的具体实施方式。本发明可以扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (10)

1.一种基于直线检测的电子阅卷方法,其特征在于,包括:
检测待评阅试卷图像中的直线;
根据所述直线确定所述待评阅试卷图像的内容区域;
提取所述待评阅试卷图像的内容区域,根据所述内容区域确定所述待评阅试卷的评阅结果。
2.根据权利要求1所述的基于直线检测的电子阅卷方法,其特征在于,所述检测待评阅试卷图像中的直线的步骤,具体为:
检测所述待评阅试卷图像中的直线,标记所述直线的位置,将所述直线中斜率相同的直线划为同一直线簇,得到所述待评阅试卷图像对应的直线簇的集合{L1,L2,L3……LM},其中M为自然数。
3.根据权利要求2所述的基于直线检测的电子阅卷方法,其特征在于,所述根据所述直线确定所述待评阅试卷图像的内容区域的步骤之前,还包括:
根据所述待评阅试卷图像中的特征标识,获取所述待评阅试卷图像对应的模板试卷图像;
提取所述模板试卷图像中内容区域对应的直线,标记所述直线的位置,将所述直线中斜率相同的直线划为同一直线簇,得到所述模板试卷图像对应的直线簇的集合{T1,T2,T3……TN},其中N为自然数。
4.根据权利要求3所述的基于直线检测的电子阅卷方法,其特征在于,所述根据所述直线确定所述待评阅试卷图像的内容区域的步骤,具体为:
分别将所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇进行匹配,得到所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度;
根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域。
5.根据权利要求4所述的基于直线检测的电子阅卷方法,其特征在于,所述分别将所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇进行匹配,得到所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度的步骤,具体为:
在所述直线簇集合{L1,L2,L3……LM}的直线簇Lj中选取第一直线和第二直线,以及在所述直线簇集合{T1,T2,T3……TN}的直线簇Ti中选取第三直线和第四直线,其中,i、j是自然数,且0<i≤N,0<j≤M;平移、旋转和/或缩放所述模板试卷图像,使所述第一直线、第二直线分别与所述第三直线、第四直线的位置重合,或者使所述第一直线、第二直线分别与所述第四直线、第三直线的位置重合,记录所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例;
统计所述直线簇Ti中与所述直线簇Lj中直线位置重合的直线数量,确定所述直线簇Ti与直线簇Lj的匹配度;遍历所述直线簇集合{L1,L2,L3……LM}中每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度。
6.根据权利要求5所述的基于直线检测的电子阅卷方法,其特征在于,所述根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域的步骤,具体为:
根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{T1,T2,T3……TN}中的直线及所述模板试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;
选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Te,其中,0<e≤N,通过沿直线簇Tu中的直线方向平移所述模板试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的每一直线簇中与所述直线簇Te中直线位置重合的直线数量,确定与所述直线簇Te的匹配度;
遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述模板试卷图像的平移位移,平移所述模板试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;
判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
7.根据权利要求5所述的基于直线检测的电子阅卷方法,其特征在于,所述根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域的步骤,具体为:
根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述模板试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{T1,T2,T3……TN}中的直线及所述模板试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;
选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Te,其中,0<e≤N,根据所述直线簇Te中直线的斜率,在所述直线簇集合{L1,L2,L3……LM}中选取与所述直线簇Te中直线具有相同斜率的直线簇,通过沿所述直线簇Tu中的直线方向平移所述模板试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中与所述直线簇Te中直线具有相同斜率的直线簇中与所述直线簇Te中直线位置重合的直线数量,确定与所述直线簇Te的匹配度;
遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述模板试卷图像的平移位移,平移所述模板试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;
判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
8.根据权利要求4所述的基于直线检测的电子阅卷方法,其特征在于,所述分别将所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇进行匹配,得到所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度的步骤,具体为:
在所述直线簇集合{L1,L2,L3……LM}的直线簇Lj中选取第一直线和第二直线,以及在所述直线簇集合{T1,T2,T3……TN}的直线簇Ti中选取第三直线和第四直线,其中,i、j是自然数,且0<i≤N,0<j≤M;平移、旋转和/或缩放所述待评阅试卷图像,使所述第一直线、第二直线分别与所述第三直线、第四直线的位置重合,或者使所述第一直线、第二直线分别与所述第四直线、第三直线的位置重合,记录所述待评阅试卷图像的平移位移、旋转矩阵和/或缩放比例;
统计所述直线簇Ti中与所述直线簇Lj中直线位置重合的直线数量,确定所述直线簇Ti与直线簇Lj的匹配度;遍历所述直线簇集合{L1,L2,L3……LM}中每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中的每一个直线簇与所述直线簇集合{T1,T2,T3……TN}中的每一个直线簇的匹配度。
9.根据权利要求8所述的基于直线检测的电子阅卷方法,其特征在于,所述根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域的步骤,具体为:
根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述待评阅试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{L1,L2,L3……LM}中的直线及所述待评阅试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;
选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Tf,其中,0<f≤N,通过沿直线簇Tu中的直线方向平移所述待评阅试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的每一直线簇中与所述直线簇Tf中直线位置重合的直线数量,确定与所述直线簇Tf的匹配度;
遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述待评阅试卷图像的平移位移,平移所述待评阅试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;
判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
10.根据权利要求8所述的基于直线检测的电子阅卷方法,其特征在于,所述根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的预设数量的直线簇,确定所述待评阅试卷图像的内容区域的步骤,具体为:
根据所述直线簇集合{L1,L2,L3……LM}与所述直线簇集合{T1,T2,T3……TN}中匹配度最高的直线簇Lv和直线簇Tu对应的所述待评阅试卷图像的平移位移、旋转矩阵和/或缩放比例,调整所述直线簇集合{L1,L2,L3……LM}中的直线及所述待评阅试卷图像,其中,u、v是自然数,且0<v≤M,0<u≤N;
选取所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的任一直线簇Tf,其中,0<f≤N,根据所述直线簇Tf中直线的斜率,在所述直线簇集合{L1,L2,L3……LM}中选取与所述直线簇Tf中直线具有相同斜率的直线簇,通过沿所述直线簇Tu中的直线方向平移所述待评阅试卷图像,统计所述直线簇集合{L1,L2,L3……LM}中与所述直线簇Tf中直线具有相同斜率的直线簇中与所述直线簇Tf中直线位置重合的直线数量,确定与所述直线簇Tf的匹配度;
遍历所述直线簇集合{T1,T2,T3……TN}中所述直线簇Tu以外的每一直线簇,确定所述直线簇集合{L1,L2,L3……LM}中所述直线簇Lv以外的直线簇与所述直线簇集合{T1,T2,T3……TN}中的所述直线簇Tu以外直线簇匹配度最高的直线簇Lp和直线簇Tk,根据所述直线簇Lp和所述直线簇Tk匹配时所述待评阅试卷图像的平移位移,平移所述待评阅试卷图像,其中,k、p是自然数,且0<k≤N,0<p≤M;
判断所述直线簇Lv与所述直线簇Tu的匹配度以及所述直线簇Lp与所述直线簇Tk的匹配度是否满足预设的匹配度阈值,若是,则确定所述待评阅试卷图像中与所述模板试卷图像的内容区域相同位置的区域为所述待评阅试卷图像的内容区域。
CN201510346642.1A 2015-06-19 2015-06-19 基于直线检测的电子阅卷方法 Active CN105046200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510346642.1A CN105046200B (zh) 2015-06-19 2015-06-19 基于直线检测的电子阅卷方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510346642.1A CN105046200B (zh) 2015-06-19 2015-06-19 基于直线检测的电子阅卷方法

Publications (2)

Publication Number Publication Date
CN105046200A true CN105046200A (zh) 2015-11-11
CN105046200B CN105046200B (zh) 2020-06-09

Family

ID=54452729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510346642.1A Active CN105046200B (zh) 2015-06-19 2015-06-19 基于直线检测的电子阅卷方法

Country Status (1)

Country Link
CN (1) CN105046200B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105374240A (zh) * 2015-11-23 2016-03-02 东莞市凡豆信息科技有限公司 一种幼儿自助阅读系统
CN105374241A (zh) * 2015-11-23 2016-03-02 东莞市凡豆信息科技有限公司 一种幼儿自助阅读系统
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
CN106934411A (zh) * 2015-12-31 2017-07-07 成都理想境界科技有限公司 基于模板匹配的电子阅卷方法
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
CN107590495A (zh) * 2017-09-18 2018-01-16 哈尔滨成长科技有限公司 答题卡图片纠偏方法、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
WO2020156362A1 (zh) * 2019-02-02 2020-08-06 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
CN112200058A (zh) * 2020-09-30 2021-01-08 珠海读书郎网络教育有限公司 一种教辅资料智能批改的系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1949249A (zh) * 2005-10-11 2007-04-18 株式会社理光 表格提取方法和设备
JP4546226B2 (ja) * 2004-11-29 2010-09-15 株式会社日能研 答案採点処理装置および答案採点処理方法並びに答案採点処理プログラム
CN102201053A (zh) * 2010-12-10 2011-09-28 上海合合信息科技发展有限公司 一种文本图像的切边方法
CN102760226A (zh) * 2011-04-29 2012-10-31 贵州师范大学 一种基于实心正方形的试卷客观题答题卡定位方法
KR20130021684A (ko) * 2011-08-23 2013-03-06 임창배 답안지 관리 시스템 및 그 방법
KR20130025254A (ko) * 2011-09-01 2013-03-11 오정민 모바일 문제 답안 작성에 의한 학습 패턴 정보 제공 방법 및 모바일 문제답안 작성 시스템
CN103310082A (zh) * 2012-03-07 2013-09-18 爱意福瑞(北京)科技有限公司 阅卷方法和装置
CN103778816A (zh) * 2014-01-27 2014-05-07 上海五和文化传播有限公司 纸质试卷的答案提取系统
CN104143082A (zh) * 2014-07-08 2014-11-12 北京彩云动力教育科技有限公司 一种基于图像模糊识别的试卷信息定位方法及系统
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

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4546226B2 (ja) * 2004-11-29 2010-09-15 株式会社日能研 答案採点処理装置および答案採点処理方法並びに答案採点処理プログラム
CN1949249A (zh) * 2005-10-11 2007-04-18 株式会社理光 表格提取方法和设备
CN102201053A (zh) * 2010-12-10 2011-09-28 上海合合信息科技发展有限公司 一种文本图像的切边方法
CN102760226A (zh) * 2011-04-29 2012-10-31 贵州师范大学 一种基于实心正方形的试卷客观题答题卡定位方法
KR20130021684A (ko) * 2011-08-23 2013-03-06 임창배 답안지 관리 시스템 및 그 방법
KR20130025254A (ko) * 2011-09-01 2013-03-11 오정민 모바일 문제 답안 작성에 의한 학습 패턴 정보 제공 방법 및 모바일 문제답안 작성 시스템
CN103310082A (zh) * 2012-03-07 2013-09-18 爱意福瑞(北京)科技有限公司 阅卷方法和装置
CN103778816A (zh) * 2014-01-27 2014-05-07 上海五和文化传播有限公司 纸质试卷的答案提取系统
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
CN104143082A (zh) * 2014-07-08 2014-11-12 北京彩云动力教育科技有限公司 一种基于图像模糊识别的试卷信息定位方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DEEPAK SHARMA ET AL.: ""Data extraction from exam answer sheets using OCR with adaptive calibration of environmental threshold parameters"", 《2013 INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING AND COMMUNICATION》 *
杨青燕 等: ""基于灰度图像的答题卡识别技术"", 《山东科技大学学报(自然科学版)》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105374241A (zh) * 2015-11-23 2016-03-02 东莞市凡豆信息科技有限公司 一种幼儿自助阅读系统
CN105374240A (zh) * 2015-11-23 2016-03-02 东莞市凡豆信息科技有限公司 一种幼儿自助阅读系统
CN106934411A (zh) * 2015-12-31 2017-07-07 成都理想境界科技有限公司 基于模板匹配的电子阅卷方法
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
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
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
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
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
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
CN107590495A (zh) * 2017-09-18 2018-01-16 哈尔滨成长科技有限公司 答题卡图片纠偏方法、装置、可读存储介质以及电子设备
WO2020156362A1 (zh) * 2019-02-02 2020-08-06 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
US11450081B2 (en) 2019-02-02 2022-09-20 Hangzhou Dana Technology Inc. Examination paper correction method and apparatus, electronic device, and storage medium
CN112200058A (zh) * 2020-09-30 2021-01-08 珠海读书郎网络教育有限公司 一种教辅资料智能批改的系统及方法
CN112200058B (zh) * 2020-09-30 2021-07-06 珠海读书郎网络教育有限公司 一种教辅资料智能批改的系统及方法

Also Published As

Publication number Publication date
CN105046200B (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
CN105046200A (zh) 基于直线检测的电子阅卷方法
CN104143094B (zh) 一种无需答题卡的试卷自动阅卷处理方法及系统
US8472726B2 (en) Document comparison and analysis
US8472727B2 (en) Document comparison and analysis for improved OCR
CN104794421B (zh) 一种qr码定位及识别方法
US10713528B2 (en) System for determining alignment of a user-marked document and method thereof
US9230382B2 (en) Document image capturing and processing
CN106033535A (zh) 电子阅卷方法
CN106033544A (zh) 基于模板匹配的试卷内容区域提取方法
CN101958989B (zh) 图像处理装置、图像处理系统及图像处理方法
CN108133216A (zh) 基于机器视觉的可实现小数点读取的数码管读数识别方法
CN110598566A (zh) 图像处理方法、装置、终端和计算机可读存储介质
CN106934411A (zh) 基于模板匹配的电子阅卷方法
CN113033558B (zh) 一种用于自然场景的文本检测方法及装置、存储介质
CN106709952B (zh) 一种显示屏幕的自动标定方法
CN112446262A (zh) 文本分析方法、装置、终端和计算机可读存储介质
CN106033534B (zh) 基于直线检测的电子阅卷方法
CN109741273A (zh) 一种手机拍照低质图像的自动处理与评分方法
CN109190434A (zh) 一种基于亚像素级角点检测的条码识别算法
US8249364B2 (en) Method for resolving contradicting output data from an optical character recognition (OCR) system, wherein the output data comprises more than one recognition alternative for an image of a character
Karunanayake OMR sheet evaluation by web camera using template matching approach
US20060194187A1 (en) Material processing apparatus, material processing method, and program product
CN108280839A (zh) 一种作业图像定位与分割方法及其装置
CN104077562B (zh) 一种答卷的扫描方向判断方法
US8897538B1 (en) Document image capturing and processing

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