大论文-试卷卷面信息自动采集识别存储方法的研究.docVIP

试卷卷面信息自动采集识别存储方法的研究 摘要 21世纪，人们在不停地探索人脑的信息处理机制的基础上，尝试着利用计算机模拟人脑的功能，来进行诸如字符识别、人脸识别、机器学习、自然语言理解等智能化的工作。并将其广泛应用。随着教育业的发展，学生人数的增加及知识面的拓宽都使得教师在教学中的任务不断增加，其中试卷批阅数量的增中是工作量增加的主要代表。大量的批阅试卷工作是教师的一项沉重负担，能否提高试卷批阅效率，直接影响到教育工作质量的提高。在本课题--试卷卷面信息自动采集识别存储的研究中通过利用计算机来达到自动识别试卷卷面信息的目的，以达到减轻教师在试卷批阅中的工作量。 课题主要研究对象为试卷卷面的手写体汉字信息的采集与识别问题。将课题界定为手写体汉字的采集与识别是具有一定的意义的。汉字是人类进行交流与沟通的工具，是思想的载体。社会发展到今天由最早的以图形方式记录信息发展到以文字方式将信息记录在纸张上，进入信息时代后，文字的记录方式更是发展到以电子化的序号来记载信息,并且可以将这些电子化的序号记载在磁带、磁盘和其它媒体上或通过打印机输出，通过显示器输出到荧光屏上、电话线进行通讯等。随着计算机技术的发展及计算机的普及使用，人们获取信息的方式也不再只局限于通于耳朵和眼睛去直接获取记录在纸上的信息而可以通过电子化的序号、图形、图表来获取信息。计算机技术的高速发展使计算机除了具有强大的计算功能外，还具有更加智能化的功能即人类的感知能力，使其能与人们自然进行信息交互、认识图形、辨识各种字符、进行语音识别等，有的甚至能够语与人类交谈。因此，试卷卷面信息提取与识别即研究计算机识别文字的目的就是解决文字自动输入计算机、信息高速的问题，使计算机能方便地将采集到的信息进行加工处理。 由此产生了由图形文字到计算机数字编码之间的转换问题。文字图形到编码序号即文字识别。文字识别是模式识别的一个前沿的研究方向，在办公自动化、信息处理、邮政系统等多方面有着重要的实用价值和理论意义。摘自手写体字符研究 朱小燕史一凡马少平 Abstract Twenty-first century, based on the continuing explore of the human brain which can process information , we are trying to use computer to imitate the function of the human brain. Thus , The computer can do jobs like recognition of the char, recognition of the human face , 机器学习，comprehension of the natural language etc. With the development of the education career, the increase of the student number, the widen of the knowledge, all of these things increase the assignment of the teacher heavily. For example the increasing nmber of the test paper needed to be judged is the best 第一章 绪论 1.1引言 摘自手写体字符研究 朱小燕史一凡马少平 在试卷卷面信息自动采集识别系统的研究中，主要分为样本的采集、感兴趣区域、手写体汉字的识别三大块内容。样本的采集主要通过工业摄像机对学生试卷进行图像采集，分为静态图像采集和动态图像采集。感兴趣区域切分主要包括试卷卷头的分割和汉字的切分。手写体字符识别主要以汉字和数字的识别为研究对象。课题研究中以手写体汉字的识别为重点和难点。同时论文中也采用了大量的篇幅来介绍脱机手写体字符的识别过程。字符识别技术是模式识别的一个重要分支，而手写体字符识别是以手写体汉字识别为最富挑战性的理论研究课题。 汉字识别源于五十年代初期，最初由IBM公司的Casey和Nagy进行研究，于1966年采用模板匹配法识别出了1000个印刷体汉字，随后汉字识别工作拓展到联机手写体识别，随着研究的不断深入和算法的不断完善，取得了很大的成就。我国于七十年代末开始对汉字识别的研究，最早进行研究的有清华大学计算机系、南通电子所及沈阳自动化所，分别取得了可以识别3755，1800，3755个印刷体汉字的系统。发展到八十年代中后期，于1986年，清华大学研制的系统识别的汉字达到6763个，并通过了技术鉴定。再之后发展的几年中，联机手写体汉字系统和印刷体汉字识别系统分