JP2020009345A - 答案採点のシステム、プログラムおよび方法 - Google Patents

Abstract

【課題】採点者の労力軽減とともに、採点精度を高め、その迅速化を図ることにある。【解決手段】答案用紙（４６）をスキャニングして答案画像に変換するスキャナ（イメージスキャナ４）と、前記スキャナから取り込んだ前記答案画像から正答データまたは解答データを取得し、前記正答データと前記解答データを対比して一致、不一致を判定し、設問または前記解答データに関係付けて正誤情報を生成する処理部（６）と、前記正誤情報を付した答案画像を提示する情報提示部（１２）とを備える。【選択図】図１

Description

本発明は選択式答案や記述式答案など、解答者の答案用紙から取得した画像を用いた自動採点技術に関する。

答案採点について、答案用紙をイメージスキャナに通して画像を取り込み、この画像をコンピュータの表示装置に表示させて採点することが実用化されている。
このような答案の採点技術に関し、解答記入位置と採点画像の相対位置および解答記入位置に基づいて、採点画像を情報処理で配置することが知られている（たとえば、特許文献１）。
また、この情報処理に関し、多数の答案用紙をイメージスキャナで取り込み、ひとつの答案用紙から多数の解答イメージを切り出して問題ごとにファイルし、問題番号入力に基づき、採点者にその解答イメージをモニター表示して提供することが知られている（たとえば、特許文献２）。

特開２０１５−１６７００１号公報 特開２０００−１２２５１７号公報

ところで、答案用紙から正答や解答をイメージスキャナで取り込んで画像化すれば、その解答データを複数に分散して突き合わせるといった情報処理が可能である。しかし、その画像データをＰＣの表示装置に表示し、それを採点者が目視で手動採点するのであれば、答案用紙を直に採点することと大差ない。つまり、採点者の疲労度や過誤を軽減することができないという課題がある。
解答者が答案用紙に記載する文字は千差万別であり、これを画像化しても、画像から文字やデータに変換して直接評価することは容易ではないし、採点精度を低下させることになるという課題がある。
そこで、本発明の目的は上記課題に鑑み、採点者の労力軽減とともに、採点精度を高め、その迅速化を図ることにある。

上記目的を達成するため、本発明の答案採点システムの一側面によれば、答案用紙をスキャニングして答案画像に変換するスキャナと、前記スキャナから取り込んだ前記答案画像から正答データまたは解答データを取得し、前記正答データと前記解答データを対比して一致、不一致を判定し、設問または前記解答データに関係付けて正誤情報を生成する処理部と、前記正誤情報を付した答案画像を提示する情報提示部とを備える。
この答案採点システムにおいて、さらに、前記処理部は、前記答案画像の濃淡を評価し、ピクセル輝度が閾値以下であれば黒化、ピクセル輝度が閾値を超えていれば白化の二値化処理を施し、前記答案画像の濃淡分布を際立たせてよい。
この答案採点システムにおいて、さらに、前記処理部は、前記答案画像から認識すべき文字要素を登録し、前記答案画像から認識すべき文字要素以外の不要要素を削除した後、前記解答データに変換してよい。
この答案採点システムにおいて、さらに、前記答案画像から前記解答データへの変換に閾値を設定し、該閾値を前記解答データの前記正答データへの一致、不一致の判定結果に応じて変更してよい。

上記目的を達成するため、本発明のプログラムの一側面によれば、コンピュータに実現させるプログラムであって、スキャナから取り込んだ答案画像から正答データまたは解答データを取得する機能と、前記正答データと前記解答データを対比して一致、不一致を判定する機能と、設問または前記解答データに関係付けて正誤情報を生成する機能と、前記正誤情報を付した答案画像データを提示する機能とを前記コンピュータで実現させる。
このプログラムにおいて、さらに、前記答案画像の濃淡を評価する機能と、ピクセル輝度が閾値以下であれば黒化、ピクセル輝度が閾値を超えれば白化の二値化処理を施し、前記答案画像の濃淡分布を際立たせる機能とを含んでよい。
このプログラムにおいて、さらに、前記答案画像から認識すべき文字要素を登録する機能と、前記答案画像から認識すべき文字要素以外の不要要素を削除した後、前記解答データに変換する機能とを含んでよい。
このプログラムにおいて、さらに、前記答案画像から前記解答データへの変換に閾値を設定する機能と、該閾値を前記解答データの前記正答データへの一致、不一致の判定結果に応じて変更する機能とを含んでよい。

上記目的を達成するため、本発明の答案採点方法の一側面によれば、答案用紙をスキャニングし、前記答案用紙を答案画像に変換する工程と、スキャナから取り込んだ前記答案画像から正答データまたは解答データを取得し、前記正答データと前記解答データを対比して一致、不一致を判定し、設問または前記解答データに関係付けて正誤情報を生成する工程と、前記正誤情報を付した答案画像を提示する工程とを含む。

本発明によれば、次のいずれかの効果が得られる。
(1) 記述式解答または選択式解答のいずれを問わず、答案用紙から正答画像または解答画像を取得し、画像の文字変換により採点するので、採点者の労力を軽減でき、採点効率を高めることができる。
(2) 答案用紙から取得した正答と解答を対比して一致、不一致を判定し、その判定結果として設問に関係付けて解答に正誤情報を付すので、採点者はその採点結果を迅速に把握することができる。

第一の実施の形態に係る採点システムを示す図である。 採点システムの処理シーケンスを示す図である。 第二の実施の形態に係る採点システムを示す図である。 採点システムの処理シーケンスを示す図である。 第三の実施の形態に係る採点システムを示す図である。 採点システムの処理シーケンスを示す図である。 一実施例に係る採点システムを示す図である。 答案用紙の表面側を示す図である。 答案用紙の裏面側を示す図である。 答案画像の二値化処理を示す図である。 答案データの自動採点の処理手順を示すフローチャートである。 答案フォルダを示す図である。 採点の処理手順を示すフローチャートである。 Ａは解答欄正答文字種フォルダを示す図、Ｂは解答欄正誤フォルダを示す図である。 不要要素の削除処理手順を示すフローチャートである。 元画像を示す図である。 元画像から線を除去した後の画像を示す図である。 エッジ検出後の画像を示す図である。 膨張処理後の画像を示す図である。 収縮処理後の画像を示す図である。 文字認識に用いる画像を示す図である。 不要要素の除去前後の画像を示す図である。 膨張処理および収縮処理を示す図である。

〔第一の実施の形態〕
図１は、第一の実施の形態に係る採点システムを示している。図１に示す構成は一例であり、斯かる構成に本発明が限定されるものではない。
この採点システム２はたとえば、記述式解答や選択式解答を含む答案を自動的に採点するシステムである。この採点システム２にはイメージスキャナ４、処理部６、記憶部８、操作入力部１０および情報提示部１２が含まれ、これらは一例としてインターネットなどネットワークを介して接続されてよい。

イメージスキャナ４は、処理部６により制御され、答案用紙をスキャニングして画像データの答案データに変換し、この答案データを処理部６に提供する。この答案データには正解を表す正答データ、解答者が提出した答案の解答データの双方が含まれる。
処理部６はたとえば、パーソナルコンピュータ（ＰＣ）などの情報処理装置である。この処理部６による情報処理には、ａ）画像取込み処理１４、ｂ）登録処理１６、ｃ）データ変換処理１８、ｄ）判定処理２０、ｅ）正誤情報生成処理２２などが含まれる。

記憶部８にはＯＳ（Operating System）の他、採点システム２で用いられる情報が格納される。この記憶部８にはｆ）答案フォルダ３２、ｇ）採点フォルダ３４などが格納される。
操作入力部１０は採点システム２に必要な情報入力に用いられ、この操作入力部１０にはたとえば、キーボードやマウスの他、情報提示部１２の表示画面に設置されたタッチパネルなどが含まれる。
情報提示部１２は採点システム２における入力画像や採点結果画像を表示し、この情報提示部１２にはたとえば、ＬＣＤ（Liquid Crystal Display）が用いられる。

＜処理部６による情報処理＞
ａ）画像取込み処理１４
イメージスキャナ４が答案用紙をスキャニングして読み込み、画像データからなる答案データに変換する。この画像取込み処理１４では、イメージスキャナ４から出力された答案データが処理部６に取り込まれる。

ｂ）登録処理１６
この登録処理１６では、処理部６の制御により実行し、イメージスキャナ４から処理部６に取り込まれた答案データを記憶部８に登録する。この答案データの登録は試験実施者、解答者または設問に関係付けられて行われる。
ｃ）データ変換処理１８
このデータ変換処理１８では、処理部６が答案データ（画像データ）を文字データに変換する。このデータ変換では、正答画像から正答文字を表す正答データが生成され、解答画像から解答文字を表す解答データが生成される。正答データは設問に関係付けられて記憶部８に格納され、解答データは解答者に関係付けられて記憶部８に格納される。

ｄ）判定処理２０
この判定処理２０では処理部６により、設問に対する答案中の解答が正答であるかを判定する。つまり、特定の設問について、解答データが正答データと一致していれば、「正答」の判定となり、解答データが正答データと不一致であれば、「誤答」の判定となる。つまり、解答データは、解答画像から変換された文字コードであり、正答データも同様に文字コードである。これら文字コードが一致していれば、「正答」の判定となり、不一致であれば、「誤答」の判定となる。
この判定処理２０の結果は、解答者に関係付けられて記憶部８に格納される。

ｅ）正誤情報生成処理２２
この正誤情報生成処理２２は処理部６により実行し、判定処理２０の判定結果に連動して正誤情報を生成する。この正誤情報の生成には、判定結果である正誤を表す情報生成と、正誤表示の生成が含まれる。前者は、解答者および答案の設問に関係付けて生成し、記憶部８に格納する。後者は、答案画像の解答欄に関係付けて表示する正誤表示である。

＜記憶情報＞
ｆ）答案フォルダ３２
答案フォルダ３２にはイメージスキャナ４で取り込まれた答案データが格納される。
ｇ）採点フォルダ３４
採点フォルダ３４には、正答文字データ、解答文字データ、判定結果情報などが格納される。

＜処理シーケンス＞
図２は、採点システム２の処理シーケンスを示している。この処理シーケンスは、答案の採点処理のプログラムまたは採点方法の一例である。この処理シーケンスにおいて、Ｓは処理の工程、Ｓに付した番号は工程順の一例である（以下、同様）。
この採点システム２では採点に当たり、処理部６およびイメージスキャナ４を起動し、イメージスキャナ４で答案用紙をスキャニングして読み取り（Ｓ１０１）、正答画像または解答画像を表す画像データからなる答案データに変換する（Ｓ１０２）。

処理部６は、イメージスキャナ４から答案データを取得し（Ｓ１０３）、データ変換処理を行う（Ｓ１０４）。このデータ変換処理では、答案データを文字データに変換し、正答画像から正答データ、解答画像から解答データが生成される。この答案データは処理部６により記憶部８に格納される。
処理部６は、正答データと解答データの一致、不一致を判定し（Ｓ１０５）、判定結果情報とともに正誤表示を生成する（Ｓ１０６）。この正誤表示の生成の後、処理部６は正誤表示を付した提示情報を生成し、情報提示部１２に提供する（Ｓ１０７）。
情報提示部１２は、処理部６から提供された提示情報を提示する（Ｓ１０８）。

＜第一の実施の形態の効果＞
この第一の実施の形態によれば、次の効果が得られる。
(1) 答案用紙から答案データ（画像データ）を取得し、正答画像から正答データまたは解答画像から解答データを生成させ、正答データおよび解答データを共通のたとえば、文字コードで両者の一致、不一致を判定し、正答または誤答の判定を自動的に行うことができる。
(2) 判定結果とともに、解答欄に関係付けて正誤表示を生成するので、採点者は設問の正否を容易に認識できる。

〔第二の実施の形態〕
図３は、第二の実施の形態に係る採点システムを示している。図３において、図１と同一部分には同一符号を付してある。図３に示す構成は一例であり、斯かる構成に本発明が限定されるものではない。
解答者が提出する答案用紙に記載された解答は文字の濃淡、崩れなど千差万別である。斯かる答案用紙から取得する答案データには解答者による文字の濃淡や崩れなどの不安定要素が解答画像からの解答データの変換精度を低下させ、解答が正答であるにも拘らず、誤答となる場合を無視できない。斯かる不都合を回避するため、第二の実施の形態に係る採点システム２では、処理部６の情報処理にｈ）濃淡評価処理２４、ｉ）二値化処理２６が加えられている。

＜処理部６による情報処理＞
ｈ）濃淡評価処理２４
処理部６は、データ変換処理１８の前に答案データに対して濃淡評価処理２４を実行し、答案画像の濃淡を判断する。ここで、濃淡評価について、「濃」とは背景画像に対して文字画像のコントラストが際立っている場合であり、「淡」とは背景画像に対して文字画像のコントラストが低く紛らわしい場合である。

ｉ）二値化処理２６
処理部６は、濃淡評価処理２４の結果から二値化処理２６を行う。この二値化処理２６は答案データに対するコントラストの強調処理の一例である。つまり、「淡」から「濃」へのグラデーション画像に対し、ピクセル輝度に段階値を設定する。たとえば、ピクセル輝度が閾値を超えていれば白とし、その輝度が閾値以下であれば黒とする二値化処理による強調処理を実行する。

＜処理シーケンス＞
図４は、濃淡評価処理２４および二値化処理２６を含む採点システム２の処理シーケンスを示している。
この採点システム２ではイメージスキャナ４による答案用紙の読み取り（Ｓ２０１）、答案データへの変換（Ｓ２０２）の後、処理部６がイメージスキャナ４から答案データを取得する（Ｓ２０３）。

処理部６は、取得した答案データの濃淡評価を行い（Ｓ２０４）、この濃淡評価の結果に応じてデータの二値化処理を行う（Ｓ２０５）。つまり、答案データは二値化処理によって濃淡の際立った答案データに変換される。
処理部６は、二値化処理の後、データ変換処理を行う（Ｓ２０６）。このデータ変換処理は既述の処理（Ｓ１０４）と同様であるので、その説明を割愛する。
処理部６は、正答データと解答データの一致、不一致の判定（Ｓ２０７）、判定結果情報とともに正誤表示の生成（Ｓ２０８）、この正誤表示の生成の後、正誤表示を付した提示情報の生成を行い、この提示情報を情報提示部１２に提供する（Ｓ２０９）。情報提示部１２は、処理部６から提供された提示情報を提示する（Ｓ２１０）。

＜第二の実施の形態の効果＞
この第二の実施の形態によれば、第一の実施の形態の効果に加えて次の効果が得られる。
(1) 答案データにある濃淡の影響を回避でき、答案データの文字コードへの変換精度を高めることができ、結果として、正答または誤答の判定精度が高められる。
(2) 採点者は答案用紙の濃淡による影響を事前にチェックする作業から開放されるので、採点労力の軽減とともに、採点処理の効率化を図ることができる。

〔第三の実施の形態〕
図５は、第三の実施の形態に係る採点システムを示している。図５において、図１と同一部分には同一符号を付してある。図５に示す構成は一例であり、斯かる構成に本発明が限定されるものではない。
解答者が提出する答案用紙に記載された解答には不完全な消去による文字の一部など、解答文字以外の不要要素が残留している場合がある。斯かる答案用紙から取得する答案データには不要要素が解答画像からの解答データへの変換精度を低下させ、解答が正答であるにも拘らず、誤答となる場合を無視できない。斯かる不都合を回避するため、第三の実施の形態に係る採点システム２では、処理部６の情報処理にｊ）不要要素削除処理３０が加えられている。

＜処理部６による情報処理＞
ｊ）不要要素削除処理３０
処理部６は不要要素削除処理３０の実行により、答案データ（答案画像）から認識すべき文字要素以外の不要要素を答案データから削除し、この答案データでデータ変換処理１８を実行する。

＜処理シーケンス＞
図６は、不要要素削除処理３０を含む採点システム２の処理シーケンスを示している。
この処理シーケンスには処理部６を通じて答案データから不要要素を削除し、その後のデータの登録を行う。この登録は記憶部８に行う処理が含まれる。不要要素は、答案に生じる不完全な消去による文字の一部など、残留する解答文字以外の汚れなどを想定すればよい。
処理部６は、イメージスキャナ４による答案用紙の読み取り（Ｓ３０１）、答案データへの変換（Ｓ３０２）の後、処理部６がイメージスキャナ４から答案データを取得する（Ｓ３０３）。

処理部６は、答案データから不要要素を削除し、答案データを登録する（Ｓ３０４）。この不要要素が削除されたデータ変換処理を行う（Ｓ３０５）。このデータ変換処理は既述の処理（Ｓ１０４）と同様であるので、その説明を割愛する。
処理部６は、正答データと解答データの一致、不一致の判定（Ｓ３０６）、判定結果情報とともに正誤表示の生成（Ｓ３０７）、この正誤表示の生成の後、正誤表示を付した提示情報の生成を行い、この提示情報を情報提示部１２に提供する（Ｓ３０８）。情報提示部１２は、処理部６から提供された提示情報を提示する（Ｓ３０９）。

＜第三の実施の形態の効果＞
この第三の実施の形態によれば、第一の実施の形態の効果に加えて次の効果が得られる。
(1) 答案データから汚れなどの不要要素を情報処理で削除でき、答案データの文字コードへの変換精度を高めることができ、結果として、正答または誤答の判定精度が高められる。
(2) 採点者は答案用紙の汚れなどの不要要素による影響を事前にチェックする作業から開放されるので、採点労力の軽減とともに、採点処理の効率化を図ることができる。

図７のＡは、一実施例に係る採点システムを示している。図７のＡにおいて、図１と同一部分には同一符号を付してある。
この採点システム２には、イメージスキャナ４、ＰＣ（パーソナルコンピュータ）３６が備えられる。ＰＣ３６には処理部６、キーボード３８、モニター４０などが含まれ、これらはネットワーク４２によって連係されている。
この実施例の採点システム２は既述した第１の実施の形態、第２の実施の形態および第３の実施の形態の一例であり、各実施の形態で既述した機能を備えている。
イメージスキャナ４は、ＰＣ３６と連動し、答案用紙をスキャニングし、答案用紙から画像データである答案データを取得し、この答案データをＰＣ３６に提供する。このイメージスキャナ４には複写機能やファックス機能を有する複合機の画像読取り部を利用してもよい。
キーボード３８は操作入力部１０（図１）の一例である。操作入力部１０は、このキーボード３８とともに、またはキーボード３８に代え、マウスなどのユーザーインターフェイスの他、モニター４０の表示画面に設置されるタッチパネルでもよい。
モニター４０は情報提示部１２の一例であり、たとえば、ＬＣＤを用いればよいし、モニターとともにプリンタを併用してもよい。

＜採点システム２のハードウェア＞
図７のＢは、採点システム２のハードウェアを示している。図７のＢにおいて、図７のＡと同一部分には同一符号を付してある。
ＰＣ３６には処理部６、記憶部８、入出力部４４が備えられる。処理部６は記憶部８にあるＯＳや採点プログラムを実行する。
記憶部８にはＯＳ、採点プログラムなどを記憶する記憶素子が備えられる。この記憶素子にはＲＯＭ（Read-Only Memory）やＲＡＭ（Random-Access Memory）が含まれる。この記憶部８には答案フォルダ３２や採点フォルダ３４などが格納される。

＜答案用紙４６＞
図８は、答案用紙４６の表面側、図９はその裏面側を示している。この答案用紙４６は、答案用紙の一例であり、斯かる構成に本発明が限定されるものではない。
この答案用紙４６の表面４６−１はいわゆるマークシートと称される紙面を構成している。この表面４６−１には、テーパカット４８、位置決めマーク５０、識別子５２、氏名欄５４、日付欄５６、属性欄５８、６０、解答者識別欄６２、解答欄６４−１、６４−２、６４−３が印刷されている。

テーパカット４８は答案用紙４６の天地識別に用いられる。位置決めマーク５０はスキャニングされた際の答案データにおける、答案用紙４６の識別子５２、氏名欄５４、日付欄５６、属性欄５８、６０、解答者識別欄６２、解答欄６４−１、６４−２、６４−３の位置などを特定するためのアライメント情報に用いられる。
識別子５２は、答案用紙４６の型番などの識別情報である。氏名欄５４には解答者の氏名が記入される。日付欄５６には試験の実施日が記入される。属性欄５８、６０には答案用紙４６が模範解答（正答）か受験者の解答かの識別するための属性が記入される。
解答者識別欄６２には解答者の所属や番号などの識別情報が格納される。解答欄６４−１、６４−２、６４−３には設問ごとに解答番号およびマーク記入部が備えられ、解答者により該当する解答番号を塗りつぶすなどにより解答できる。

この答案用紙４６の裏面４６−２はいわゆる記入式シートと称される紙面を構成している。この裏面４６−２には、テーパカット４８、位置決めマーク５０、識別子５２、領域枠６６、記入式解答欄６８−１、６８−２、６８−３が印刷されている。テーパカット４８、位置決めマーク５０、識別子５２は既述の通りであるので、その説明を割愛する。領域枠６６は記入式解答欄６８−１、６８−２、６８−３を特定する領域を表す包囲線である。この領域枠６６には上側を特定するための識別情報として「用紙タテ 上」、横側を特定するための識別情報として「用紙ヨコ 上」が表示されている。
記入式解答欄６８−１、６８−２、６８−３には設問を表す番号および記入部が備えられ、解答者により文字が記入される。

＜答案用紙４６の処理の仕組み＞
イメージスキャナ４で答案用紙４６をスキャニングすれば、識別子５２により答案用紙４６の型番を選択できる。この型番が登録済であれば、答案用紙４６の読取りが行える。この場合、表面４６−１、裏面４６−２の両面であれば、表面４６−１の画像、裏面４６−２の画像から両面用紙であることを判断し、その組合せが異なっていれば、読取りエラーと判断できる。この答案用紙４６の読取り処理では、答案用紙４６が上下逆でも問題なく処理可能である。

なお、答案用紙４６の型番を用いれば、次の情報を取得できる。
ア）片面か両面かの区別
イ）片面の場合は、表面４６−１の識別子の解析値
ウ）両面の場合は、表面４６−１の識別子の解析値と裏面４６−２の識別子の解析値の双方
エ）解答欄の位置、解答欄の選択数、解答欄数、解答欄の属性、個人識別、楕円マークやチェックマークおよび記述解答

＜答案データにおける手書き文字の二値化処理＞
図１０のＡは手書き文字、図１０のＢは答案データ、図１０のＣは二値化処理における中間段階データ、図１０のＤは二値化処理された文字データを示している。
答案用紙４６の裏面４６−２の記入式解答欄６８−１の解答「ア」について、図１０のＡに示すように、解答者は掠れ文字で解答「ア」を記入した状態である。この解答「ア」は、片仮名の「ア」を彷彿とさせるも、各要素は白に近い要素から黒と認識する要素までグラデーションのある濃淡状態を呈している。
このような手書き文字をスキャニングしてイメージスキャナ４から処理部６に取り込むと、図１０のＢに示すように、段階的な濃淡を持つ画像データに変換される。画像データは、説明上、４段階の濃淡（輝度）で示している。「ア」について、輝度レベルで各部を示すと、輝度レベルＬ１（＝最も淡い）、Ｌ２（＝やや淡い）、Ｌ３（＝やや濃い）、Ｌ４（＝最も濃い）の部分で構成される。

この画像データに二値化処理を施すと、輝度レベルＬ１は背景色に同化し、輝度レベルＬ２およびＬ３は輝度レベルＬ４と同様に濃い部分に変換される。これにより、図１０のＣおよびＤに示すように、輝度レベルＬ１の部分７０−１は背景色に同化し、これに対し、輝度レベルＬ２の部分７０−２は背景色に対して際立った黒色に変化する。
この二値化処理で、画像データがコントラストの際立った画像データに変換される。

＜画像データから不要要素の削除＞
答案データの文字認識の精度を上げるため、元画像を二値化処理した画像より直線情報を取得する。不要要素としてたとえば、取得した直線の長さがたとえば、１５ｍｍ以上の線で、かつ抽出した線の角度がたとえば、８５度ないし９５度であれば、または−５度ないし５度であれば、削除対象の線情報として利用し、元画像から不要要素である線を削除する。

＜文字認識および判定の閾値操作＞
答案データの二値化処理を行い、二値化処理された答案データについて、解答の文字認識を行う。認識した文字データと相違度（画像と文字認識した文字との違いを表す値）が、小さいほど画像と認識文字とが近いなどの判断を行う。
たとえば、文字認識結果の利用の閾値として、文字ごとの閾値の初期値たとえば、１５０とすれば、文字ごとに閾値を持ち、相違度が閾値を下回っているときは、文字認識結果を自動採点に利用する。採点画面で文字ごとの相違度が閾値以下で自動採点した結果が間違いだった場合は、文字の閾値を下げればよい。採点画面で文字ごとの相違度が閾値以上で自動採点を行わなかったが結果が正解だった場合は、文字の閾値を上げればよい。

＜正答データ登録および自動採点の処理＞
図１１は、正答データ登録および自動採点の処理手順を示している。この処理手順には、次の処理が含まれる。
答案用紙４６の正答画像（正解画像１）は答案フォルダ３２Ａ（図１２のＡ）にたとえば、ファイル名「ttt.jpg 」として保存される。
解答欄候補リストを生成する。つまり、答案データの画像をモニター４０に表示したとき、その画像から二値化処理した画像に生成され、直線で囲まれた長方形を抽出し、解答欄候補リストを作成する。

画面に表示された画像において、直線で囲まれた長方形の選択（たとえば、長方形中をたとえば、マウスでダブルクリック）すれば、解答欄候補リストから解答欄候補が抽出される。これが解答欄として設定され、解答欄として長方形を表す直線が赤い線で表示される。長方形の選択および赤色表示に移行させる作業を全ての解答欄について繰り返す。
そして、自動採点設定では、解答欄をたとえば、マウスで選択し、「自動採点設定」を選択すれば、自動採点の設定画面が表示される。初回の自動採点設定画面を表示したとき、画像より線を除去した画像を作成する。この画像が答案フォルダ３２Ｂ（図１２のＢ）にたとえば、ファイル名「ttt.bmp 」として保存される。
画像から切り出した解答欄の部分に二値化処理が施された画像が作成され、その部分について文字認識を行い、正答候補を設定画面内に表示し、その確認後、登録を行う。この結果が答案フォルダ３２Ｃ（図１２のＣ）に保存される。

斯かる処理について、図１１に示す処理手順に従って説明すると、イメージスキャナ４および処理部６が起動され、イメージスキャナ４が答案用紙４６のスキャニングにより、答案データの読取りが行われる（Ｓ４０１）。
処理部６は答案データから識別子５２が正しいかを判定する（Ｓ４０２）。識別子５２が登録している識別子と違っていれば読取りエラーと判定し（Ｓ４０３）、この処理を終了する。識別子５２が登録している識別子と一致すれば、識別子５２を正しいと判定し、画像データである答案データを保存する（Ｓ４０４）。
処理部６は、保存した答案データについて、画像の濃淡の評価を行った後、この答案データに二値化処理を行い（Ｓ４０５）、答案データから長方形を抽出し（Ｓ４０６）、解答欄候補リストを作成し（Ｓ４０７）、モニター４０に答案データの画像を表示する（Ｓ４０８）。

画面上に表示されている長方形を選択して解答欄設定として、たとえば、長方形の上にカーソルを合わせ、マウスのダブルクリックにより、処理部６はその長方形を選択し（Ｓ４０９）、これを解答欄として設定する（Ｓ４１０）。処理部６は、その解答欄を赤く表示し（Ｓ４１１）、これにより、解答欄として設定されたことを明示する。Ｓ４０９〜Ｓ４１１の操作を繰り返すことで解答欄が設定される。処理部６は答案データについて解答欄の全てが設定されたかを判定し（Ｓ４１２）、解答欄の全てが設定されていなければ、Ｓ４０９〜Ｓ４１２を繰り返すことになる。
処理部６は答案データの解答欄の全てが設定されたと判定すれば、自動採点かの判定を行う（Ｓ４１３）。自動採点か否かはユーザー設定による。自動採点でなければ、つまり手採点であれば、この処理を終了する（Ｓ４１４）。
処理部６は自動採点であれば、モニター４０に自動採点設定画面を表示し（Ｓ４１５）、画像に二値化処理を施し（Ｓ４１６）、不要要素である線の除去を含むノイズなどの不要要素の除去を行い（Ｓ４１７）、これらの処理を経た画像を保存し（Ｓ４１８）、答案データから文字の認識を行い（Ｓ４１９）、解答の登録を行い（Ｓ４２０）、この処理を終了する。

＜答案フォルダ３２Ａ、３２Ｂ、３２Ｃ＞
図１２のＡに示すように、答案フォルダ３２Ａには識別部７２、画像格納部７４が備えられる。識別部７２には画像格納部７４に格納される画像の識別子が格納される。画像格納部７４には識別子で特定される画像情報が格納され、正解画像の他、受験者である生徒ａａａの答案画像、生徒ｂｂｂの答案画像、・・・の答案画像が格納される。

図１２のＢに示すように、答案フォルダ３２Ｂには識別部７６、画像格納部７８が備えられる。識別部７６には画像格納部７８に格納される画像の識別子が格納される。画像格納部７８には識別子で特定される画像情報が格納され、正解画像の他、受験者である生徒ａａａの答案画像、生徒ｂｂｂの答案画像、・・・の答案画像から不要要素である線が除去された画像が格納される。

図１２のＣに示すように、答案フォルダ３２Ｃには識別部８０、画像格納部８２が備えられる。識別部８０には画像格納部８２に格納される画像の識別子が格納される。画像格納部８２には識別子で特定される答案画像が受験者（生徒）および解答欄１、２、３・・・ごとに格納される。つまり、画像格納部８２には、二値化処理が施された各生徒ａａａ、生徒ｂｂｂ・・・の答案画像が解答欄１、２、３・・・ごとに格納される。

＜自動採点処理＞
図１３は、自動採点処理の処理手順を示している。この処理手順では、処理部６はイメージスキャナ４で答案用紙を読み取り（Ｓ５０１）、その答案データを取得する。答案データは、答案フォルダ３２にファイル名をたとえば、「aaa.jpg 」として保存される。
処理部６は保存された答案データから読み取った識別子５２を確認する（Ｓ５０２）。この識別子５２が登録されている識別子と一致しなければ、読取りエラー（Ｓ５０３）となり、この処理を終了する。この識別子が登録されている識別子と一致すれば、採点処理を継続し、その画像（答案データ）を保存する（Ｓ５０４）。

処理部６は、解答欄の属性を確認し（Ｓ５０５）、解答欄の属性がマーク式解答（選択式解答）か記述式解答かの判断を行う。
処理部６は、マーク式であれば、正誤の判定を行う（Ｓ５０６）。この判定では、いずれのマークが塗りつぶされているかを認識し、事前に設定された正答と認識結果が合致した場合には正答と判定し、合致しない場合には誤答と判定する。正答であれば正答を保持し（Ｓ５０７）、誤答であれば誤答を保持し（Ｓ５０８）、このとき、解答欄の正誤情報または点数を保持し、マーク式解答の採点を終了する。

処理部６は、記述式解答であれば、解答欄の属性判定として、解答欄が空欄かを判定する（Ｓ５０９）。この判定には解答欄の内側におけるピクセル数が用いられる。解答欄の内側のピクセル数を算出し、そのピクセル数が一定値以下たとえば、３ピクセル以下であればその解答欄は空欄であると判定する。解答欄が空欄であると判定した場合は、解答欄を誤答と判定し、解答欄の正誤情報として採点結果に誤答と点数に「点数０」を保持し（Ｓ５１０）、解答欄に反映させる（Ｓ５２０）。
処理部６は、解答欄を空欄と判定しなかった場合、つまり、解答欄が「解答有り」であれば、解答欄から線などの不要要素を除去した画像を作成し（Ｓ５１１）、この画像に二値化処理した後、その画像をたとえば、答案フォルダ３２Ｂ（図１２のＢ）にファイル名をたとえば、「aaa.bmp 」として保存する（Ｓ５１２）。

処理部６は、自動採点の処理かを確認する（Ｓ５１３）。自動採点であれば、画像にある解答を取得し（Ｓ５１４）、解答欄の画像に二値化処理を行い、文字の認識を行う（Ｓ５１５）。
処理部６は文字認識において、相違度の確認を行う（Ｓ５１６）。この相違度の確認（Ｓ５１６）では、相違度が文字ごとの閾値より小さいか否かを判断し、文字認識の結果を利用して自動採点を行い（Ｓ５１７）、文字認識の結果、解答データにおける文字が、解答欄の正答文字と合致していれば、正答であると判定する。この判定には解答欄・正答文字種フォルダ３２Ｄ（図１４のＡ）が用いられる。処理部６は解答欄の正誤情報の採点結果に正当と点数にたとえば正解の点数５を保持、合致しなかった場合には誤答と判定し、解答欄・正誤フォルダ３２Ｅ（図１４のＢ）の解答欄の正誤情報の採点結果に誤答と点数に点数０を保持する（Ｓ５１８）。
処理部６は、解答文字について濃か薄いかを確認し（Ｓ５１９）、薄い場合には画像の解答欄（Ｓ５２０）に反映させ、濃い場合には画像を画面に表示し（Ｓ５２１）、この処理を終了する。

＜解答欄・正答文字種フォルダ３２Ｄ＞
図１４のＡは、解答欄・正答文字種フォルダ３２Ｄの一例を示している。
この解答欄・正答文字種フォルダ３２Ｄには解答識別欄８４、文字種欄８６、正解欄８８、自動採点欄９０が備えられる。解答識別欄８４には解答欄を表す識別情報が格納される。文字種欄８６には解答欄に記載される文字としてカタカナ、数字などの文字種情報が格納される。正解欄８８には文字などの文字データが正答情報として格納される。自動採点欄９０には正誤の識別情報が格納される。

＜解答欄・正誤フォルダ３２Ｅ＞
図１４のＢは、解答欄・正誤情報フォルダ３２Ｅの一例を示している。
この解答欄・正誤フォルダ３２Ｅには解答者欄９２、解答識別欄９４、解答欄９６、採点結果欄９８、点数欄１００が備えられる。解答者欄９２には解答者の識別情報が格納される。解答識別欄９４には解答欄の識別情報が格納される。解答欄９６には解答情報が格納される。採点結果欄９８には解答者による解答が正答か誤答かなどの採点の結果情報が格納される。点数欄１００には解答者が獲得した点数が格納される。

＜答案データの不要要素の削除処理など＞
図１５は、答案データの採点前に行う不要要素の削除処理などの処理手順を示している。この処理手順には、不要要素としてノイズの除去、掠れた汚れの除去、小ノイズの除去、不連続線の接続などの処理が含まれる。
処理部６は、元画像（図１６）から罫線などを含む線を除去した画像（図１７）を作成し（Ｓ６０１）、線を除去した画像（図１７）からエッジのみの画像を作成し、文字の線のはっきりした部分を強調し、掠れた汚れや色が薄いノイズを除去した画像（図１８）を作成する（Ｓ６０２）。
処理部６は、エッジのみの画像（図１８）のエッジ部分をさらに膨張させて、不連続になっている部分を連続した線に加工した画像（図１９）を作成し、膨張後の画像（図１９）から収縮した画像（図２０）を作成し、線の太さを元に戻す（Ｓ６０３）。さらに、処理部６は、一定サイズ以下たとえば、１ｍｍ² 以下を閾値とした小サイズ要素をノイズとして消去する（Ｓ６０４）。
そして、処理部６はエッジ検出時に白黒が反転している画像に対して再び白黒反転を施し、文字認識用の画像（図２１）を生成させる。

＜元画像から文字認識用の画像までの画像処理＞
図１６は、答案データの元画像を示している。この元画像には線および解答が明示されている。
図１７は、元画像から線を除去した画像を示している。この元画像から線が除かれ、解答情報のみが明示されている。
図１８は、線が除去された画像の白黒反転画像を示している。この画像ではエッジが強調されている。
図１９は、膨張処理後の白黒反転画像を示している。この画像ではエッジが強調され、不連続になっている部分が連続した線となっている。
図２０は、収縮処理後の白黒反転画像を示している。この画像ではエッジが強調され、解答情報のみが明示されている。
図２１は、白黒反転を経て文字認識用の画像を示している。
図２２のＡおよびＢは、ノイズが重畳した文字として「Ｍ」および「Ｎ」を示している。この「Ｍ」および「Ｎ」は、元画像中にローラの摩擦汚れが生じている。これに対し、図２２のＣおよびＤは、ノイズ除去された「Ｍ」および「Ｎ」を示している。

＜エッジ検出、膨張・収縮処理＞
画像のエッジ検出には公知のアルゴリズムを用いればよい。
画像に施す膨張処理は、画像中の図形を１画素分だけ拡大する処理である。これに対し、収縮処理は、膨張処理の反対であり、画像中の図形を１画素分だけ狭める処理である。この処理にはたとえば、図２３のＡに示すように、「４近傍」の処理が用いられる。
図２３のＢは、元画像を示している。この元画像に対する膨張処理は、元画像の各画素の近傍にある画素に図２３のＡに示す画素の中央部Ｎを当て、近傍のいずれかひとつが元画像の「１」であれば中央部Ｎの４つの近傍の画素を「１」に移行させ、拡大する。この結果、元画像は図２３のＣに示すように、膨張画像が生成される。
また、この元画像（図２３のＢ）に対する収縮処理は、元画像の各画素の近傍にある画素に図２３のＡに示す画素の中央部Ｎを当て、近傍のいずれかひとつが元画像の「０」であれば中央部Ｎの４つの近傍の画素を「０」に移行させ、収縮する。この結果、元画像は図２３のＤに示すように、収縮画像が生成される。

＜実施例の効果＞
この実施例によれば、次の効果が得られる。
(1) 答案用紙からイメージスキャナにより答案データ（画像）を読み取り、その答案データにより自動採点を行うことができる。
(2) グレースケールによる二値化処理を行うので、濃淡に影響されることなく文字認識精度を高めることができ、自動採点の処理効率や採点精度を高めることができ、採点処理の信頼性が高められるとともに、採点者の労力の軽減と採点効率を高めることができる。

以上説明したように、本発明の採点システム、プログラムおよび方法について、最も好ましい実施の形態等について説明した。本発明は、上記記載に限定されるものではない。特許請求の範囲に記載され、または発明を実施するための形態に開示された発明の要旨に基づき、当業者において様々な変形や変更が可能である。斯かる変形や変更が、本発明の範囲に含まれることは言うまでもない。

本発明によれば、選択式解答または記述式解答を含む答案用紙をイメージスキャナで読み取ることにより、選択式解答の自動採点と記述式解答の文字認識による自動採点を併用でき、採点を簡単かつ短時間で処理できるシステムを構築できる。

２ 採点システム
４ イメージスキャナ
６ 処理部
８ 記憶部
１０ 操作入力部
１２ 情報提示部
１４ 画像取込み処理
１６ 登録処理
１８ データ変換処理
２０ 判定処理
２２ 正誤情報生成処理
２４ 濃淡評価処理
２６ 二値化処理
３０ 不要要素削除処理
３２ 答案フォルダ
３４ 採点フォルダ
３６ ＰＣ
３８ キーボード
４０ モニター
４２ ネットワーク
４４ 入出力部
４６ 答案用紙
４６−１ 表面
４６−２ 裏面
４８ テーパカット
５０ 位置決めマーク
５２ 識別子
５４ 氏名欄
５６ 日付欄
５８、６０ 属性欄
６２ 解答者識別欄
６４−１、６４−２、６４−３ 解答欄
６６ 領域枠
６８−１、６８−２、６８−３ 記入式解答欄
７０−１ Ｌ１の部分
７０−２ Ｌ２の部分

上記目的を達成するため、本発明の答案採点システムの一側面によれば、答案用紙をスキャニングして答案画像に変換するスキャナと、前記スキャナから取り込んだ前記答案画像中に解答欄が設定されると、この設定された前記解答欄毎に前記解答欄の内側におけるピクセル数を算出して、ピクセル数が所定値以下の場合に前記解答欄を誤答と判定し、ピクセル数が所定値を超える前記解答欄について、前記解答欄毎に前記答案画像から検出したエッジ部分に対して膨張、収縮処理を行って解答データを取得し、前記答案画像から取得した正答データと前記解答データを対比して一致、不一致を判定し、前記解答欄に関係付けて正誤情報を生成する処理部と、前記正誤情報を付した答案画像を提示する情報提示部とを備える。
この答案採点システムにおいて、さらに、前記処理部は、前記答案画像の濃淡を評価し、ピクセル輝度が閾値以下であれば黒化、ピクセル輝度が閾値を超えていれば白化の二値化処理を施し、前記答案画像の濃淡分布を際立たせてよい。
この答案採点システムにおいて、さらに、前記処理部は、前記答案画像から認識すべき文字要素以外の不要要素を削除した後、前記答案画像から認識すべき文字要素を登録し、該文字要素を前記解答データに変換してよい。
この答案採点システムにおいて、さらに、前記答案画像から前記解答データへの変換に閾値を設定し、該閾値を前記解答データの前記正答データへの一致、不一致の判定結果に応じて変更してよい。

上記目的を達成するため、本発明のプログラムの一側面によれば、コンピュータに実現させるプログラムであって、スキャナから取り込んだ答案画像中に解答欄が設定されると、この設定された前記解答欄毎に前記解答欄の内側におけるピクセル数を算出して、ピクセル数が所定値以下の場合に前記解答欄を誤答と判定し、ピクセル数が所定値を超える前記解答欄について、前記解答欄毎に前記答案画像から検出したエッジ部分に対して膨張、収縮処理を行って解答データを取得する機能と、前記答案画像から取得した正答データと前記解答データを対比して一致、不一致を判定する機能と、前記解答欄に関係付けて正誤情報を生成する機能と、前記正誤情報を付した答案画像データを提示する機能とを前記コンピュータで実現させる。
このプログラムにおいて、さらに、前記答案画像の濃淡を評価する機能と、ピクセル輝度が閾値以下であれば黒化、ピクセル輝度が閾値を超えれば白化の二値化処理を施し、前記答案画像の濃淡分布を際立たせる機能とを含んでよい。
このプログラムにおいて、さらに、前記答案画像から認識すべき文字要素以外の不要要素を削除した後、前記答案画像から認識すべき文字要素を登録する機能と、該文字要素を前記解答データに変換する機能とを含んでよい。
このプログラムにおいて、さらに、前記答案画像から前記解答データへの変換に閾値を設定する機能と、該閾値を前記解答データの前記正答データへの一致、不一致の判定結果に応じて変更する機能とを含んでよい。

上記目的を達成するため、本発明の答案採点方法の一側面によれば、コンピュータによって実現される答案採点方法であって、前記コンピュータが、答案用紙をスキャニングし、前記答案用紙を答案画像に変換する工程と、スキャナから取り込んだ前記答案画像中に解答欄が設定されると、この設定された前記解答欄毎に前記解答欄の内側におけるピクセル数を算出して、ピクセル数が所定値以下の場合に前記解答欄を誤答と判定し、ピクセル数が所定値を超える前記解答欄について、前記解答欄毎に前記答案画像から検出したエッジ部分に対して膨張、収縮処理を行って解答データを取得し、前記答案画像から取得した正答データと前記解答データを対比して一致、不一致を判定し、前記解答欄に関係付けて正誤情報を生成する工程と、前記正誤情報を付した答案画像を提示する工程とを含む各工程を実行する。

Claims (9)

1. 答案用紙をスキャニングして答案画像に変換するスキャナと、
   前記スキャナから取り込んだ前記答案画像から正答データまたは解答データを取得し、前記正答データと前記解答データを対比して一致、不一致を判定し、設問または前記解答データに関係付けて正誤情報を生成する処理部と、
   前記正誤情報を付した答案画像を提示する情報提示部と、
   を備えることを特徴とする答案採点システム。
   
2. さらに、前記処理部は前記答案画像の濃淡を評価し、ピクセル輝度が閾値以下であれば黒化、ピクセル輝度が閾値を超えていれば白化の二値化処理を施し、前記答案画像の濃淡分布を際立たせることを特徴とする請求項１に記載の答案採点システム。
   
3. さらに、前記処理部は前記答案画像から認識すべき文字要素を登録し、前記答案画像から認識すべき文字要素以外の不要要素を削除した後、前記解答データに変換することを特徴とする請求項１または請求項２に記載の答案採点システム。
   
4. さらに、前記答案画像から前記解答データへの変換に閾値を設定し、該閾値を前記解答データの前記正答データへの一致、不一致の判定結果に応じて変更することを特徴とする請求項１に記載の答案採点システム。
   
5. コンピュータに実現させるプログラムであって、
   スキャナから取り込んだ答案画像から正答データまたは解答データを取得する機能と、
   前記正答データと前記解答データを対比して一致、不一致を判定する機能と、
   設問または前記解答データに関係付けて正誤情報を生成する機能と、
   前記正誤情報を付した答案画像データを提示する機能と、
   を前記コンピュータで実現させるためのプログラム。
   
6. さらに、前記答案画像の濃淡を評価する機能と、
   ピクセル輝度が閾値以下であれば黒化、ピクセル輝度が閾値を超えれば白化の二値化処理を施し、前記答案画像の濃淡分布を際立たせる機能と、
   を含むことを特徴とする請求項５に記載のプログラム。
   
7. さらに、前記答案画像から認識すべき文字要素を登録する機能と、
   前記答案画像から認識すべき文字要素以外の不要要素を削除した後、前記解答データに変換する機能と、
   を含むことを特徴とする請求項５または請求項６に記載のプログラム。
   
8. さらに、前記答案画像から前記解答データへの変換に閾値を設定する機能と、
   該閾値を前記解答データの前記正答データへの一致、不一致の判定結果に応じて変更する機能と、
   を含むことを特徴とする請求項５に記載のプログラム。
   
9. 答案用紙をスキャニングし、前記答案用紙を答案画像に変換する工程と、
   スキャナから取り込んだ前記答案画像から正答データまたは解答データを取得し、前記正答データと前記解答データを対比して一致、不一致を判定し、設問または前記解答データに関係付けて正誤情報を生成する工程と、
   前記正誤情報を付した答案画像を提示する工程と、
   を含むことを特徴とする答案採点方法。
   
   

Images