标准考题自动阅卷系统的研究.docVIP

【标题】标准考题自动阅卷系统的研究 【作者】吴君兰 【关键词】图像处理?标定答题卡位置?答题卡填涂处识别 【指导老师】邓红耀 【专业】计算机科学与技术 【正文】试卷的阅读由最初的手工阅卷演变至今的计算机自动阅卷其发展过程大致经过了打孔式，蒙板式和现在的计算机自动阅卷机式。前两种均属于手工阅卷，由阅卷者自己发明的快速判断选择题的方法，后者则是在这两种阅卷方法的基础之上发展起来的一种自动化方法。然而，当前使用的这种答题卡阅读机，均采用光反射阅读方式。要求使用指定的铅笔，按严格的格式涂填。这与平时的习惯差距较大，容易发生人为失误。因此我们采用图像处理和模式识别技术，对答题卡进行处理，希望解决对书写工具约束、要特制答题卡等问题。本课题需要完成对答题卡进行阅读，希望解决对书写工具约束、要特制答题卡等问题。内容：（1）?用数码相机拍摄答题卡，并进行图像预处理；（2）?定位答题卡位置；（3）?对答题卡的涂填处进行识别。要求：、对图像进行阈值分割，二值化图像，找到答题卡的水平与垂直投影线，对图像投影，小波变换求其答案框的中间坐标，根据中间坐标，利用求最大概率值算法求其上下，前后间距，结合中间坐标得到框的坐标，利用色调的差异，分离答案位与钩子，对钩子进行区域连通算法，对每个答案框判断钩子是否存在，输出结果。本文第二章首先介绍数字图像处理的基础。第三章答题卡的预处理及其标定位置的识别，介绍对答题卡的预处理及其标定位置的识别，利用投影线法求出答题卡中的水平和垂直投影线然后均分出小直线内的答案涂写区域。利用小波变换求出答题框的中心坐标，利用区域连通算法判断哪些答案被选中。第四章是系统的设计与实现，主要介绍VC++和BMP图片等内容。最后采用C++和VC++MFC程序设计实现本系统。2数字图像处理简介数字图像处理（Digital Image Processing）是用计算机对图像信息进行处理的一门技术，使用计算机对图像进行各种处理的技术和方法。通过对图像信息的加工处理，以满足人的视觉心理和实际应用的要求。它在商业、工业、医学中被广泛运用，本章简单介绍下数字图像的概念和基本的图像处理方法。2.1?数字图像处理2.1.1?数字图形处理的内容数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理主要研究的内容有以下几个方面： 1)?图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。 2)?图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。 3)?图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立降质模型，再采用某种滤波方法，恢复或重建原来的图像。 4)?图像分割?图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。 5)?图像描述?图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。 6)?图像分类（识别）图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分