CN107292308A - 一种智能统分装置 - Google Patents

Abstract

本发明涉及一种智能统分装置，包括数据采集模块、数据传输模块和上位机，所述数据采集模块用于对卷面信息进行采集；所述数据传输模块用于将数据采集模块采集到的卷面信息上传到上位机；所述上位机包括：图像分割模块，用于从卷面信息中分割出打分区域，并从打分区域中获得单个数字图像块；数字识别模块，用于对数字图像块进行特征提取实现数字识别，并将识别出的数字按照题号进行保存，并计算总分；数据存储模块，用于将识别出的手写数字和总分进行保存。本发明能够自动进行分数统计工作，减轻教师在批改完试卷后的工作压力。

Description

一种智能统分装置

技术领域

本发明涉及智能识别技术领域，特别是涉及一种智能统分装置。

背景技术

中国存在成千上万所的学校，而学校在期中、期末和升学等时候都会进行考试，而考试结束后老师需要进行改卷，改完卷后需要进行分数的统计，而目前这种计分都是通过老师人工的对每一道题的得分进行累加，目前中国的学校考试特别的频繁，并且按照平均每班50人计算的话这个统分的工作量巨大，同时算术能力的差异也会使得在分数加总的时候存在一定比例的算错。通常学校的一些小型考试采用传统的人工统计累加的模式，这一方式极大的增加了教师的工作负担，耗费教师精力。

随着信息技术的不断发展，许许多多的智能化机器在我们生活中运用的越来越广泛。在模式识别和图像处理领域近些年更是突飞猛进。对图像的分割，以及应用一些机器学习的算法，已经可以做到对手写数字的识别，并能够通过对电机的控制实现基本的数字书写。如何能将自动化，以及模式识别的相关技术应用到教学领域，使得教师能够从繁琐的统分工作中解放出来从而为教师节省大量的时间和精力变得很有意义。

发明内容

本发明所要解决的技术问题是提供一种智能统分装置，能够自动进行分数统计工作。

本发明解决其技术问题所采用的技术方案是：提供一种智能统分装置，包括数据采集模块、数据传输模块和上位机，所述数据采集模块用于对卷面信息进行采集；所述数据传输模块用于将数据采集模块采集到的卷面信息上传到上位机；所述上位机包括：图像分割模块，用于从卷面信息中分割出打分区域，并从打分区域中获得单个数字图像块；数字识别模块，用于对数字图像块进行特征提取实现数字识别，并将识别出的数字按照题号进行保存，并计算总分；数据存储模块，用于将识别出的手写数字和总分进行保存。

所述智能统分装置还包括材料传送模块，用于将试卷逐张传送到数据采集模块的采集区域。

所述材料传送模块包括卡槽，所述卡槽的左右均设有挡板，且中间的宽度略大于试卷纵向宽度；所述卡槽内设置有滚轮，所述滚轮与电机相连，在电机的带动下滚轮能使得放入卡槽的试卷能够向数据采集模块的采集区域进行运动。

所述智能统分装置还包括打分模块，用于根据数据存储模块中保存的总分对试卷进行打分。

所述打分模块包括控制单元和机械装置；所述控制单元与数据传输模块相连，用于接收数据存储模块中和保存的总分，并根据获得的总分对机械装置进行控制使得机械装置能够在试卷上写下总分。

所述图像分割模块通过在打分区域中将各个题目之间的区域进行划分，再对同一题目中的多个数字进行数字与数字的分割获得单个数字图像块。

所述图像分割模块采用横向投影的方式去累加横向的黑色像素点确定分数区域的上下界，再在确定的上下界之间进行纵向的投影，计算出每个纵向的黑色像素点的数目以确定题目与题目分界线的位置；在同一题目的宽度内进行纵向投影，通过寻找两个有像素点区域中的没有像素点的间隔位置确定两个数字间的分割位置。

所述手写数字识别模块通过KNN算法与训练集中的图片数据进行运算进行手写数字的识别，或通过神经网络对训练集的学习获得模型进行手写数字的识别。

所述手写数字识别模块计算要识别的数字的特征向量到训练集中已知标签数据的特征向量之间的欧式距离，对这些距离进行排序，获得离待判别的数字的最近的10个数字的统计汇总，并对越近的数字赋予更大的权值越远的数据赋予更小的权值，计算这十个数字所属类别的权值，选出其中权值最大的那个数作为识别的结果。

所述神经网络算法首先对训练集进行学习而获得识别模型，再将所获得的模型用以识别分割得到的单个数字图像块，继而得到识别结果。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明通过摄像头对卷面进行扫描，再通过分割算法获得每题的评分区域，再在此基础上将题目与题目的分数进行分割获得每个评分区域的得分，再将图像二值化，通过特征提取的方式得到手写数字的特征特征向量，使用获得的特征运用KNN算法，对所获得的手写数字进行识别，将识别的结果存到电脑的Excel表格中，同时将计算后的卷面总成绩通过上位机将信息传送给下位机，最终由控制系统控制书写装置将成绩写到试卷上，从而能够自动进行分数统计工作。本发明代替人工的分数统计工作，使得教师从繁琐的统计工作中解放出来，从而减轻教师在批改完试卷后的工作压力。

附图说明

图1是本发明的结构方框图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种智能统分装置，如图1所示，包括数据采集模块、数据传输模块和上位机，所述数据采集模块用于对卷面信息进行采集；所述数据传输模块用于将数据采集模块采集到的卷面信息上传到上位机；所述上位机包括：图像分割模块，用于从卷面信息中分割出打分区域，并从打分区域中获得单个数字图像块；数字识别模块，用于对数字图像块进行特征提取实现数字识别，并将识别出的数字按照题号进行保存，并计算总分；数据存储模块，用于将识别出的手写数字和总分进行保存。

本实施方式中，数据采集模块采用摄像头，其分辨率为1280*720，用于对卷面进行扫描获得。因为该分辨率的扫描得到的图像可以满足清晰度的要求，不会对后面的识别照成干扰，同时不会使得需要识别的图像所占的体积过大影响识别的效率。数据传输模块采用USB接口连接电脑端将采集的数据上传到电脑，同时接受电脑端需要在试卷上写的数据信息。

所述智能统分装置还包括材料传送模块，用于将试卷逐张传送到数据采集模块的采集区域。所述材料传送模块包括卡槽，所述卡槽的左右均设有挡板，且中间的宽度略大于试卷纵向宽度；所述卡槽内设置有滚轮，所述滚轮与电机相连，在电机的带动下滚轮能使得放入卡槽的试卷能够向数据采集模块的采集区域进行运动。另外，在卡槽的末端还可以设置左右两个统分完成后的放卷区，其中一个是算法准确识别区，并且已经打上分数的试卷，还有一个区域是可能存在误判区，并且未打上分数的卷子，通过人工重新对这一部分试卷进行分数的统计，以保证系统的准确性。

所述智能统分装置还包括打分模块，用于根据数据存储模块中保存的总分对试卷进行打分。所述打分模块包括控制单元和机械装置；所述控制单元与数据传输模块相连，用于接收数据存储模块中和保存的总分，并根据获得的总分对机械装置进行控制使得机械装置能够在试卷上写下总分。

如图1所示，首先需要将待统分的试卷叠成一叠，放在卡槽的初始位置，并且保证试卷放在卡槽的中间位置。然后打开电源此时电机开始转动，滚轮此时也跟着转动，设计的滚轮表面有较大的摩擦力从而当滚轮转动时能够拖动试卷沿着卡槽向前运动，当传感器检测到试卷到达摄像头的正下方时其就打开对试卷进行扫描获得卷面的图像并通过USB接口传输到电脑端。

由于从摄像头获得的图像是整个卷面的信息，所以本发明需要解决如何定位教师的评分区域，再通过相关的分割算法对题目与题目的数字进行分割，同一道题目的两个数字进行分割。本实施方式采用的是横向投影的方式去累加横向的黑色像素点，由于统分区域存在两条长黑线所以在投影后会得到较高的数值，所以应用该方法就可以确定分数区域的上下界，再在确定的上下界之间进行纵向的投影，计算出每个纵向的黑色像素点的数目，由于在打分区域题目与题目间是通过黑丝竖线隔开的，所以在纵向投影后数值较大的位置就是题目与题目分界线的位置。下一步需要将同一题中的两个数字给分离开，可以在同一题的宽度内进行纵向投影，由于有数字的区域都是存在黑色像素点的，数字与数字之间的间隔区域基本是没有像素点的，所以通过去寻找两个有像素点区域中的没有像素点的间隔位置就是要找的两个数字间的分割位置。由此可见，只要通过上述的方法就可以分割出分数区域，再通过投影获得每一题区域，最后使用投影通过识别”峰与峰之间的谷”来对同一题的数字进行了分割，并且如果“峰”“谷”的高度较大就表明数字与数字之间存在连笔的情况，此时将单独给单片机一个信号，表明此张卷子记分时存在较严重的连笔现象可能出现误判的情况，需要人工进行统分，到这便完成了图像的分割部分，同时还需要对一小块图像进行降低其大小以达到更快的处理效率。

接着对上一步获得的图像进行特征化处理，在上一步的最后已经将图像压缩到32*32的分辨率了，此时图像已经具有了1024个像素点，也就是1024维的特征，将其转换成1*1024的特征向量，完成对其的特征化，然后基于KNN算法进行手写数字的识别。首先计算要识别的数字的特征向量到训练集中已知标签数据的特征向量之间的欧式距离，对这些距离进行排序，获得离待判别的数字的最近的10个数字的统计汇总，并对越近的数字赋予更大的权值越远的数据赋予更小的权值，计算这十个数字所属类别的权值，选出其中权值最大的那个数作为识别的结果。然后将识别的结果按照题号保存在数组变量中，然后再去计算出以上几道题目的总成绩保存在单独的变量中。

值得一提的是，在进行手写数字识别时，还可以通过神经网络对训练集的学习获得模型进行。所述神经网络算法首先对训练集进行学习而获得识别模型，再将所获得的模型用以识别分割得到的单个数字图像块，继而得到识别结果。

将上一步中数组中的数据按照题号写入到Excel表格中，并将单独变量中的总分写到Excel表中总分的位置。

首先判断是否在图像分割环节中电脑端传来连笔信号，若没有存在连笔信号，则通过USB接口将总分成绩传给下位机系统，当下位机接收到数据后，提取出需要在试卷上填写的成绩，控制电机A将数字式滚轮转动到给定的数字，再控制电机B移动到印泥的正上方，占取印泥，接着控制电机B将数字滚轮移动到将要填写成绩的位置，最后控制电机C将数字滚轮向下运动，把总分打在试卷上，完成试卷分数的填写。此时试卷传送系统将卷子放在正确识别的卷子卡槽中。若在图像分割环节中电脑端传来连笔信号，则不对卷面进行打分，同时传送系统将该卷子放在可能存在误判的卷子卡槽中。

装置将会重复上述工作，直到完成以上所有的试卷成绩统分工作。

不难发现，采用上述的模块进行组合可以搭建一个完整的智能统分装置，对卷面的各道题目的分数进行识别汇总累加，达到了自动统分的目的，减轻了大大小小考试后教师统分的负担，实现了智能化的目的。

Claims (10)

1.一种智能统分装置，包括数据采集模块、数据传输模块和上位机，其特征在于，所述数据采集模块用于对卷面信息进行采集；所述数据传输模块用于将数据采集模块采集到的卷面信息上传到上位机；所述上位机包括：图像分割模块，用于从卷面信息中分割出打分区域，并从打分区域中获得单个数字图像块；数字识别模块，用于对数字图像块进行特征提取实现数字识别，并将识别出的数字按照题号进行保存，并计算总分；数据存储模块，用于将识别出的手写数字和总分进行保存。

2.根据权利要求1所述的智能统分装置，其特征在于，还包括材料传送模块，用于将试卷逐张传送到数据采集模块的采集区域。

3.根据权利要求2所述的智能统分装置，其特征在于，所述材料传送模块包括卡槽，所述卡槽的左右均设有挡板，且中间的宽度略大于试卷纵向宽度；所述卡槽内设置有滚轮，所述滚轮与电机相连，在电机的带动下滚轮能使得放入卡槽的试卷能够向数据采集模块的采集区域进行运动。

4.根据权利要求1所述的智能统分装置，其特征在于，还包括打分模块，用于根据数据存储模块中保存的总分对试卷进行打分。

5.根据权利要求4所述的智能统分装置，其特征在于，所述打分模块包括控制单元和机械装置；所述控制单元与数据传输模块相连，用于接收数据存储模块中和保存的总分，并根据获得的总分对机械装置进行控制使得机械装置能够在试卷上写下总分。

6.根据权利要求1所述的智能统分装置，其特征在于，所述图像分割模块通过在打分区域中将各个题目之间的区域进行划分，再对同一题目中的多个数字进行数字与数字的分割获得单个数字图像块。

7.根据权利要求6所述的智能统分装置，其特征在于，所述图像分割模块采用横向投影的方式去累加横向的黑色像素点确定分数区域的上下界，再在确定的上下界之间进行纵向的投影，计算出每个纵向的黑色像素点的数目以确定题目与题目分界线的位置；在同一题目的宽度内进行纵向投影，通过寻找两个有像素点区域中的没有像素点的间隔位置确定两个数字间的分割位置。

8.根据权利要求1所述的智能统分装置，其特征在于，所述手写数字识别模块通过KNN算法与训练集中的图片数据进行运算进行手写数字的识别，或通过神经网络对训练集的学习获得模型进行手写数字的识别。

9.根据权利要求8所述的智能统分装置，其特征在于，所述手写数字识别模块计算要识别的数字的特征向量到训练集中已知标签数据的特征向量之间的欧式距离，对这些距离进行排序，获得离待判别的数字的最近的10个数字的统计汇总，并对越近的数字赋予更大的权值越远的数据赋予更小的权值，计算这十个数字所属类别的权值，选出其中权值最大的那个数作为识别的结果。

10.根据权利要求8所述的智能统分装置，其特征在于，所述神经网络算法首先对训练集进行学习而获得识别模型，再将所获得的模型用以识别分割得到的单个数字图像块，继而得到识别结果。