一种快速的鲁棒答题卡识别方法技术

一种快速的鲁棒答题卡识别方法包括如下步骤：对输入的图像进行灰度处理；并对灰度处理后的图像进行自适应二值化处理，得到自适应图像；在所述自适应图像中获取答题卡区域；并对答题卡区域进行校正及局部调整，得到校正答题卡；根据所述校正答题卡属于的答题卡类型计算所述灰度图像的填涂区域与所述灰度图像的填涂区域周围的差异值；根据计算后的填涂比例和计算后的差异值，判断填涂区域是否已被填涂。本发明专利技术解决光照不均匀导致答题卡识别不均的问题；减少了与标准模板的偏移。通过本发明专利技术克服了因拍摄的图像模糊可能导致误识的问题。通过本发明专利技术，在填涂不完全的情况下，解决了填涂不完整导致判断不明确的问题，使之达到良好的识别效果。

【技术实现步骤摘要】

本专利技术属于图像处理识别的
，具体设及一种快速的鲁椿答题卡识别方 法。
技术介绍
答题卡识别技术主要包含基于图像识别的方法和基于光标阅读机的方法。 基于光标阅读机的方法由于其需要专业的设备、特制的答题卡等问题导致其价格 昂贵，使用复杂，不适用于答题卡识别技术的广泛应用。 随着移动智能终端的发展，基于图像识别的答题卡识别技术得到了广泛的关注， 可安装到各种带摄像头的设备中，方便老师阅卷，解放教师的时间。目前，该方面的应用主 要是美国的如ickKey。 但是，将基于图像的答题卡识别技术应用到移动环境中，存在W下问题： 1、光照复杂，用户使用拍摄或扫描时可能在不同的光照环境下，可能导致答题卡 区域的光照不均匀。 2、拍照视角及距离随机，用户拍照时的视角及距离可能随时变化，从而导致普通 的形状校正不能够满足要求，因为单纯的形状校正后的答题卡会与标准模板有较大的偏 移。[000引 3、拍照抖动导致图像模糊，用户在使用移动设备进行拍照时，由于抖动会导致拍 摄的图像模糊，从而使得答题区域模糊，可能导致误识。 4、试卷容易弯曲，用户的答题卡可能由于某些情况弯曲或者折叠，也可能导致校 正的偏差。 5、填涂不完全，不同笔（铅笔、钢笔、签字笔）的在快速填涂答案时，可能会导致填 涂不完整，该样通过普通的比例去判断答案不能够达到较好的效果。 6、识别的模板单一，目前现有的答题卡算法一般都要针对单一的模板进行识别， 并不能支持多种答题卡的自动判断与识别。
技术实现思路
为了提高基于图像的答题卡识别的准确率和鲁椿性，本专利技术提供了一种快速的鲁 椿答题卡识别方法，解决现有技术存在的上述问题。 本专利技术所采用的技术方案为； 一种快速的鲁椿答题卡识别方法，包括如下步骤：S11，获取输入的图像，并对输入的图像进行灰度处理；并对灰度处理后的图像进 行自适应二值化处理，得到自适应图像； S12,在所述自适应图像中获取答题卡区域；并对答题卡区域进行校正及局部调 整，得到校正答题卡；S13,判断所述校正答题卡是否为预设答题卡类型； 若为预设答题卡类型，则执行S14 ; 若不为预设答题卡类型，则返回S11 ; S14,根据所述校正答题卡属于的答题卡类型，获取所述校正答题卡的二值图像填 涂区域；并计算所述二值图像填涂区域的填涂比例； S15,根据所述校正答题卡所属的答题卡类型，获取所述校正答题卡的灰度图像的 填涂区域；并计算所述灰度图像的填涂区域与所述灰度图像的填涂区域周围的差异值； S16,根据S14计算后的填涂比例和S15计算后的差异值，判断填涂区域是否已被 填涂。 优选的，S11，对灰度处理后的图像进行自适应二值化处理的方法具体为： 设灰度处理后的图像为I，灰度处理后的图像的均值滤波核为K，滤波图像为I'， 矩阵为Isub，T为矩阵阔值巧为二值化处理结果；S21，对灰度处理后的图像与灰度处理后的图像的均值滤波核进行卷积运算，得到 滤波图像；I' =IXK;S22,通过灰度处理后的图像减去滤波图像，得到矩阵；Isub=I-I';S23,对矩阵进行二值化处理，得到二值化处理结果；[002引【主权项】1. ，其特征在于，包括如下步骤： S11，获取输入的图像，并对输入的图像进行灰度处理；并对灰度处理后的图像进行自 适应二值化处理，得到自适应图像； 512, 在所述自适应图像中获取答题卡区域；并对答题卡区域进行校正及局部调整，得 到校正答题卡； 513, 判断所述校正答题卡是否为预设答题卡类型； 若为预设答题卡类型，则执行S14 ; 若不为预设答题卡类型，则返回Sll ; 514, 根据所述校正答题卡属于的答题卡类型，获取所述校正答题卡的二值图像填涂区 域；并计算所述二值图像填涂区域的填涂比例； 515, 根据所述校正答题卡所属的答题卡类型，获取所述校正答题卡的灰度图像的填涂 区域；并计算所述灰度图像的填涂区域与所述灰度图像的填涂区域周围的差异值； 516, 根据S14计算后的填涂比例和S15计算后的差异值，判断填涂区域是否已被填涂。2. 根据权利要求1所述的快速的鲁棒答题卡识别方法，其特征在于：S11，对灰度处理 后的图像进行自适应二值化处理的方法具体为： 设灰度处理后的图像为I，灰度处理后的图像的均值滤波核为K，滤波图像为1'，矩阵 为Isub，T为矩阵阈值；B为二值化处理结果； S21，对灰度处理后的图像与灰度处理后的图像的均值滤波核进行卷积运算，得到滤波 图像；I，= IXK; 522, 通过灰度处理后的图像减去滤波图像，得到矩阵；Isub = 1-1'; 523, 对矩阵进行二值化处理，得到二值化处理结果；524, 将二值化处理结果构成的图像作为自适应图像。3. 根据权利要求1所述的快速的鲁棒答题卡识别方法，其特征在于：S12,在所述自适 应图像中获取答题卡区域；并对答题卡区域进行校正及局部调整，得到校正答题卡的方法 为： S31，获取所述自适应图像的外轮廓，并对所述自适应图像进行过滤处理；获取所述外 轮廓时，判断所述外轮廓是否位于所述自适应图像的中间位置； 若所述外轮廓不位于所述自适应图像的中间位置，则返回Sll ; 若所述外轮廓位于所述自适应图像的中间位置，则判断所述外轮廓是否大于预设的外 轮廓阈值； 若所述外轮廓小于等于预设的外轮廓阈值时，则所述自适应图像作为取值图像； 若所述外轮廓大于预设的外轮廓阈值时，则取所述自适应图像的1/4作为取值图像； 所述自适应图像的1/4具体为所述自适应图像的中心向四周均匀的取值所构成的图像； 532, 依次判断所述取值图像的轮廓中四个边角是否均为直角；如果不是直角点，则判 断下一个边角，直到配对到四个直角构成矩形为止，所述取值图像中构成矩形的区域作为 待校正图像； 533, 对所述待校正图像的高度和宽度进行校正，得到校正答题卡。4. 根据权利要求3所述的快速的鲁棒答题卡识别方法，其特征在于：S32,判断所述取 值图像的轮廓中四个边角是否均为直角的方法具体为：其中k表示点的跨度，minVal 为判断的阈值，X、y为横纵坐标；i为自然数； 如果存在点（xi，yi)使得上式成立则认为此坐标点是直角。5. 根据权利要求3所述的快速的鲁棒答题卡识别方法，其特征在于：S33,对所述待校 正图像的高度和宽度进行校正的方法为： 统计所述待校正图像的高度方向轮廓的宽度坐标的最小值和最大值，得到向量H ;设 H. minX表示第i行的最小宽度坐标，H. maxX表示第i行的最大宽度坐标； 判断所述待校正图像的高度方向轮廓的两边的值是否连续；具体为：判断高度方 向轮廓的两边中间部分行与行之间的最小坐标之差或者最大坐标之差是否小于阈值 minSubValue ;如果小于阈值minSubValue，则认为轮廓的左边线连续；否则认为轮廓的左 边线不连续；任意选取轮廓高度方向上的一行k作为参照行，则将轮廓高度除去k以外的其 他行校正到参照行的宽度；具体公式为：Ih(i，X'）= I (i，X) 其中coff是校正系数，x'为校正后的新坐标，x为输入图像的坐标； 对宽度进行校正的同时计算高度增量：其中η为高度校正系数； 高度增量用于调整轮廓区域的高度； 根据本文档来自技高网...

【技术保护点】
一种快速的鲁棒答题卡识别方法，其特征在于，包括如下步骤：S11，获取输入的图像，并对输入的图像进行灰度处理；并对灰度处理后的图像进行自适应二值化处理，得到自适应图像；S12，在所述自适应图像中获取答题卡区域；并对答题卡区域进行校正及局部调整，得到校正答题卡；S13，判断所述校正答题卡是否为预设答题卡类型；若为预设答题卡类型，则执行S14；若不为预设答题卡类型，则返回S11；S14，根据所述校正答题卡属于的答题卡类型，获取所述校正答题卡的二值图像填涂区域；并计算所述二值图像填涂区域的填涂比例；S15，根据所述校正答题卡所属的答题卡类型，获取所述校正答题卡的灰度图像的填涂区域；并计算所述灰度图像的填涂区域与所述灰度图像的填涂区域周围的差异值；S16，根据S14计算后的填涂比例和S15计算后的差异值，判断填涂区域是否已被填涂。

【技术特征摘要】

【专利技术属性】
技术研发人员：邓振宇，邓雨婷，邓天泽，
申请(专利权)人：李宇，
类型：发明
国别省市：吉林;22