考試在現(xiàn)代教育中扮演著極其重要的角色,它是衡量學生學習成果的一種數(shù)值化工具,對學生的能力、知識的掌握程度提供有效的參考信息,是現(xiàn)在的教學中不可缺少的一環(huán)。傳統(tǒng)的紙質批閱方式效率低下,并且對于掌握學生學習能力的狀況較差,因此越來越多的學校在中小型考試中使用電子閱卷系統(tǒng),電子閱卷在未來將會成為各種教育環(huán)境下的主流閱卷方式。電子閱卷雖然已經(jīng)成熟,但仍然存在著一些需要解決的問題:不同答題卡采用不同的模板來識別、不同生產(chǎn)商和軟件開發(fā)者使用不同的模板生成方式、不斷增加的試卷需求需要答題卡生成的簡化等。（1）不同答題卡采用不同的模板來識別現(xiàn)有的試卷答題卡電子閱卷中,依賴通過模板識別試卷信息的方式,借助定位特征與模板的位置偏移量,能夠高效地掃描、分割不同題目和識別題目答案。該種工作方式能夠讓試卷的不同題目能夠分發(fā)給不同系統(tǒng)模塊和閱卷老師處理,但在使用新版式的試卷答題卡時,就需要使用新的模板。（2）不同生產(chǎn)商和軟件開發(fā)者使用不同的模板生成方式試卷答題卡沒有規(guī)定的標準,因此不同的軟件開發(fā)者在制作應用時,存儲模板文檔的格式或語法不相同,從而導致即使能夠獲取一張試卷答題卡的模板,也不一定能在其它的閱卷系統(tǒng)上使... 

【文章來源】：華中師范大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【部分圖文】：

圖４．２母邊界檢定??３、跟蹤該邊界的所有像素點，這些像素點不會成為新的邊界跟蹤起始點

￡■〇，?ｖ）?＝?［?＆＞（ｘ，?少?＋?Ｖ）?－??（公式４．?３）??通過泰勒公式簡化，得到ｘ，ｙ方向上的梯度矩陣：??Ｍ?＝?ＹｊＤ（ｘ，ｙ、Ｉｘ??ｘ＾ｙ?１ｘ１ｙ?１ｙ??（公式４＿４）??然后通過角點相應函數(shù)，判斷結果是否超過閾值，來判斷是否為角點。??③基于模型的角點檢測??基于模板方法的主要思想是通過使用角點參數(shù)化模型，對圖像進行匹配濾波。??早期的角點模型通過楔形圖像模型滑動來比對，該方式的檢測精度取決于圖像模??型的數(shù)量和效果。??Ｌ?Ｚ??圖４．４?一種匹配角點匹配模板（由低像素放大），分配檢測４５°與９０°角??另一種經(jīng)典模板方法是ＳＵＳＡＮ模板方法。ＳＵＳＡＮ模板使用一個圓形模扳，將??每個像素與中心點像素灰度值相比較，并通過閾值判定它是否處于Ｓｕｓａｎ區(qū)域內??［２１］。該方法利用局部相似的思想，通過分析區(qū)域內的相似度來尋找角點和邊緣點，??ＳＵＳＡＮ區(qū)域內的局部最小點被認為是角點。??４．１．２數(shù)學形態(tài)學??在一些表格分析和試卷答題卡分析的解決方案里，運用Ｈｏｕｇｈ直線變換能夠??獲取有效的表格框線［３°：［３１］。實際實驗中，Ｈｏｕｇｈ變換經(jīng)常存在著無法獲得一條表??格框線上的全部線段的情況，對于較短的線段檢測具有較大的干擾和誤差。通過??傾斜校正獲取了角度不傾斜的圖像后，表格框線基本與二位坐標軸相對應，因而??本文使用了數(shù)學形態(tài)學來進行表格相關的特征信息的提齲??（１）數(shù)學形態(tài)學??數(shù)學形態(tài)學又常被稱為圖像形態(tài)學，建立在格論和拓撲學基礎上，在圖像處??理中有廣泛使用［２３］。表格的格式本身是判斷題目區(qū)間、類型的一種依據(jù)，數(shù)學形??態(tài)學在處理表格時能夠精確提取表

？碩士學位論文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??和其它題目中的圖形產(chǎn)生的干擾，可以簡化圖像數(shù)據(jù)、保留圖像的基本形態(tài)特征、??并且除去相關性弱的結構。??通過圖像形態(tài)學處理灰度位圖時候，將整個灰度位圖視為一個矩陣。通過與??一個稱為結構元素的矩陣進行集合運算，就能得到圖像形態(tài)學處理后的結果。形??態(tài)學處理的結果，與結構元素的選取密切相關［２６：，?３ｘ３的矩陣結構元素是一種常??見結構元素。??腐蝕和膨脹是數(shù)學形態(tài)學的兩種基本運算［２７：。設Ａ是目標圖像的二值數(shù)字矩??陣，Ｂ是用于操作的結構元素，圖像形態(tài)學的腐蝕和膨脹定義如下奴：??①腐蝕??ＡＱＢ?＝?｛＾＼｛Ｂ＼＾Ａ｝?（公式?４．?５）??其中，ｘ表示偏移量。由于結構元素的行列數(shù)往往不大于被操作矩陣的行列??數(shù)，通過將結構元素不斷在被操作矩陣上滑動，使Ｂ能到達所有Ａ上的像素，依??此達到形態(tài)學變換效果。圖４．?３是一個腐蝕的實例，看起來圖像被縮小了。圖４．?５??依次展示了被操作矩陣Ａ與結構元素Ｂ、計算得到的腐蝕矩陣。??圖４．５圖像腐蝕??②膨脹??Ａ？Ｂ?＝?｛ｘ＼［｛Ｂ）ｘ＾Ａ｝＾（ｆ＞｝?（公式?４．?６）??其中，ｘ表不偏移量。與腐蝕類似，同樣需要一個結構元素遍歷被操作矩陣??的每一個位置。圖４．?４是一個膨脹的實例，看起來圖像被放大了，相當于腐蝕的??逆運算。被操作矩陣Ａ與結構元素Ｂ和計算得到的膨脹矩陣如圖４．?６所示。??２??


本文編號：2990540