基于圖像處理的自動(dòng)閱卷系統(tǒng)相關(guān)技術(shù)研究.pdf

1、自動(dòng)閱卷系統(tǒng)由于其高效的批閱處理、更為客觀公正的評(píng)分機(jī)制以及更加方便的管理功能等優(yōu)點(diǎn)正逐步替代著傳統(tǒng)的人工閱卷方式?，F(xiàn)在流行的自動(dòng)閱卷系統(tǒng)多采用光標(biāo)閱讀機(jī)實(shí)現(xiàn)答題卡的自動(dòng)識(shí)別，這種方式對(duì)答題卡紙質(zhì)要求較高，且需要購(gòu)置昂貴的專用識(shí)別設(shè)備，比較適用于大型考試中。對(duì)于近年來(lái)出現(xiàn)的基于圖像處理的自動(dòng)閱卷系統(tǒng)也是針對(duì)填涂模式的客觀題進(jìn)行識(shí)別，這種模式下的識(shí)別率對(duì)考生的填涂質(zhì)量依賴太強(qiáng)，容易造成系統(tǒng)誤判，而且也不符合考生的答題習(xí)慣，還會(huì)占用考生較多

2、的填涂時(shí)間。
　　針對(duì)填涂模式存在的問(wèn)題，本文對(duì)基于手寫字母識(shí)別模式的自動(dòng)閱卷系統(tǒng)進(jìn)行研究。同時(shí)只針對(duì)試題與答案分離的答題紙進(jìn)行處理，以減少掃描工作量，提高圖像處理的速度，節(jié)省系統(tǒng)運(yùn)行時(shí)間與存儲(chǔ)空間的開(kāi)銷。本文的主要研究?jī)?nèi)容如下：
　　（1）結(jié)合答題紙圖像的特征簡(jiǎn)化了傾斜校正的過(guò)程。對(duì)于Hough變換檢測(cè)直線的過(guò)程中計(jì)算量較大的問(wèn)題，先對(duì)答題紙圖像的特征區(qū)域進(jìn)行邊緣檢測(cè)，再對(duì)邊緣圖像中的橫線點(diǎn)進(jìn)行篩選，最后進(jìn)行Hough變換

3、得到圖像的傾斜角度。
　?。?）提出基于垂直投影的條形碼識(shí)別方法。將條形碼圖像識(shí)別技術(shù)引入到考生的信息識(shí)別過(guò)程中，簡(jiǎn)化系統(tǒng)識(shí)別的過(guò)程，提高識(shí)別準(zhǔn)確率?；诖怪蓖队暗臈l形碼識(shí)別方法，可以實(shí)現(xiàn)對(duì)受到嚴(yán)重污染和殘缺不全的條形碼圖像的快速準(zhǔn)確地識(shí)別。
　?。?）提出了一種手寫字母特征提取的新方法。針對(duì)傳統(tǒng)手寫字母特征提取方案獲得的特征點(diǎn)數(shù)較多，造成識(shí)別系統(tǒng)結(jié)構(gòu)較為復(fù)雜的問(wèn)題，結(jié)合手寫字母的特點(diǎn)，提出了八點(diǎn)特征提取方法。經(jīng)過(guò)實(shí)驗(yàn)測(cè)試證

4、明，對(duì)基于八點(diǎn)特征提取法提取的特征點(diǎn)進(jìn)行識(shí)別可以準(zhǔn)確地辨識(shí)出其代表的字母，同時(shí)識(shí)別準(zhǔn)確率也比較高。
　?。?）基于八點(diǎn)特征提取方法，通過(guò)改進(jìn)遺傳算法優(yōu)化的 LVQ神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了手寫字母的自動(dòng)識(shí)別。對(duì)于神經(jīng)網(wǎng)絡(luò)因?yàn)槌跏紮?quán)值設(shè)置不合理可能會(huì)出現(xiàn)“死”神經(jīng)元的問(wèn)題，加入了遺傳算法對(duì)其進(jìn)行優(yōu)化。并對(duì)遺傳算法進(jìn)行了改進(jìn)，加快收斂速度，避免陷入局部最優(yōu)解。通過(guò)實(shí)驗(yàn)測(cè)試證明，經(jīng)過(guò)改進(jìn)遺傳算法優(yōu)化的LVQ網(wǎng)絡(luò)的收斂性和分類性能都有明顯的改善和提