网络阅卷中的图像偏移校正研究.docVIP

网络阅卷中的图像偏移校正研究 　　【摘 要】网络阅卷模式随着教育信息化的发展和相关技术水平的进步，已经成为一种非常流行的考试信息化解决方案。在网络阅卷中，扫描图像的校正是所有工作的最基础一环，校正算法的准确性和效率直接影响整个网上阅卷系统的质量。该文主要研究了图像校正的几种方法，并提出了一种基于霍夫变化的图像偏移校正方法。 　　【关键词】霍夫变换 图像校正 网络阅卷 　　1 概述 　　具体来说，网络阅卷主要指的是学生参加纸质考试后，通过获取图像、图像识别、客观题判分、主观题阅卷、成绩汇总几个步骤，实现公平、公正判分，并生成成绩统计分析结果的过程。 　　在上述步骤中，图像获取和识别是整个网络阅卷中最基础也是最重要的一环，因为图像识别的结果直接影响到是否能正确获取数据，以及后续处理的效率和准确率。具体来说，主要是通过扫描仪获取试卷图像，对原始图像进行校正，并通过一定的识别算法获取考生的客观题填涂信息和主观题答题图像信息。 　　由于图像在获取时可能会产生不同程度的偏移，需要对这种偏移先进行校正，才可以进行后续的识别操作。本文主要对图像偏移校正所需要采用的方法进行了研究，并提出了一种基于霍夫变换的偏移校正方法。 　　2 图像偏移的特征 　　2.1 图像的来源 　　本文讨论的算法所针对的图像来源为从扫描仪扫描纸质试卷，获取到的试卷原始图像。扫描时采用的分辨率为150dpi，颜色模式为RGB色彩空间，颜色级别为256级灰度。 　　2.2 图像的特征 　　由于扫描图像的来源都是纸质试卷，因此其内容具有一般试卷的基本特征：图像印刷一般为黑色字体，背景为纯白色。图像内容为试卷提示文字（标题、考试信息、题干等），以及各个答题区域的框线。其中，主观题区域一般是矩形或圆角矩形区域框线，客观题区域则由多个小题填涂区组成。 　　2.3 图像偏移的原因 　　造成图像偏移主要有两个原因：（1）试卷在印刷时，由于印刷厂采取的印刷方式都是整版印刷，一版包含多张试卷，印刷部门在试卷整体剪裁时会产生误差，导致剪裁后试卷上的内容相对于纸张有不同程度的偏移。（2）试卷在进入扫描仪扫描时，由于无法保证试卷在被扫描时一定垂直或水平于扫描仪的扫描方向，因此扫描获取的图像可能存在一定角度的倾斜。 　　3 偏移校正的方法 　　3.1 常见倾斜校正方法的研究 　　对于图像的倾斜校正，常见的方法有以下几种： 　　（1）投影变换法。投影变换法主要原理就是计算图像在水平方向和垂直方向的两个投影，对于原始图像来说，是一个二维函数，而变换投影以后，就转化为一个一维函数。这种方法需要对每个倾斜角做原始图像的投影变换，并分析变换后的图像性质。 　　（2）傅立叶变换法。傅立叶变换法就是对原图上的像素点全部做傅立叶变换，如果原始图像在时域上有较强的方向性，则其在频域空间上，存在一个密度最大的方向，这个方向对应的就是原始图像的倾斜角度。 　　（3）霍夫变换法。霍夫变换主要原理是利用了直线方程的对称性，将原始图像上一条直线，转化为参数平面上的一个点。通过对整个区域的变换，实现从原始平面到参数平面的转换。而根据直线方程，在参数平面上直线相交的点的坐标就是原图像中的直线参数，从而对整个区域中的直线的统计，就可以知道图像的方向性。 　　3.2 基于霍夫变换的偏移校正 　　由于傅立叶变换法和投影变换在实际运用中需要的计算量过大，对于网络阅卷来说无法满足时效性要求；而霍夫变换对于图像的处理具有非常好的鲁棒性，即对图像本身的内容没有过多的限制和要求，而且对于有污损和部分残缺的图像，仍然可以计算出倾斜角度，因此选择霍夫变换进行倾斜校正是非常合理的。 　　同时，由于在霍夫变换的过程中，我们可以获取图像中所有直线的信息，而对于试卷图像，其中主要存在的直线就是各个答题区域的框线。而这些框线，一般都是以矩形形式，平行于纸面存在的。在对图像进行倾斜校正结束后，通过确定直线的方程，也同样可以确定这些直线相对于纸面（坐标系）的距离。因此，直线的二维特性就被转化为特殊直线与坐标轴的一维距离信息。通过获取这个信息，也就获取到了图像的水平偏移。 　　3.3 校正区域的选取 　　对于霍夫变换来说，虽然其算法的鲁棒性非常高，但是其运算效率并不能令人满意。因为其需要对整个校正区域做霍夫变换，因此该算法的时间复杂度完全取决于校正区域的大小。所以，选取正确的校正区域对于倾斜校正至关重要。选取的区域过大，则计算的时间则会相应延长；选取的区域过小，则计算可能不够准确，因为试卷上一个局部的方向性特性和整体的方向性特性往往存在很大差距。 　　在实际应用中，可选取试卷正面长宽各1/4的区域作为校正区域。对于该区域来说，已经完全可以满足识别出图像方向性特性的要求，同时计算所需的时间在可以接受的范围内。