一种应用于阅卷系统的图像污染处理方法技术方案

本发明专利技术提出一种应用于阅卷系统的图像污染处理方法，通过设定灰度拉伸中间值作为灰度拉伸处理的阀值，将灰度值小于所述灰度拉伸中间值的全部像素的灰度值降低第一设定值，同时将灰度值大于所述灰度拉伸中间值的全部像素的灰度值增加第一设定值，直至图像灰度直方图经过对数变换拉伸处理后的设定目标区间出现像素或者达到处理次数设定值后停止处理，从而增强答题卡图像的印刷体和学生填涂部分，同时降低污染部分的噪声，达到提高答题卡图像识别正确率的效果。

【技术实现步骤摘要】
一种应用于阅卷系统的图像污染处理方法
本专利技术涉及图像处理领域，且特别涉及一种应用于阅卷系统的图像污染处理方法。
技术介绍
近年来，随着信息技术的不断升级发展，移动终端设备的使用已经越来越普及，更方便快捷、高效地工作、学习方式已越发受到人们的青睐。在传统的教育领域，已逐渐开展新一代的教育信息化升级探索。在国内现有的基础教育阶段，学生学习状况的主要考察形式仍然是各种类型的考试，大至高考、中考，小至基层教师日常家庭作业、单元考试，以及各类期中期末考试、会考、联考、模考等。在此状况下，教师背负着很大的批改作业和试卷的工作量压力。因而各类标准化辅助考试方法已逐渐在各类大型考试中使用，如光标阅读机(OpticalMarkReader，OMR)进行答题卡自动阅卷处理的方式。光标阅读机用光学扫描的方法来识别按一定格式印刷或书写的标记，并将其转换为计算机能接受的电信号，从而实现自动阅卷。光标阅读机的优点是对于高配合、符合要求的答题卡，其阅读准确(即对涂点的识别有极高的精确度，误码率小于千万分之一)、阅读速度快，每秒钟可以处理一千多个信息点(处理速度以A4幅面计，每小时五千张)。这种处理方式很大程度上减轻了教师批改试卷的工作量压力，但其也存在很多缺点，例如整套硬件设备价格昂贵、答题卡质量要求苛刻等，所以，迄今为止，除在大型重要选拔类考试(高考、中考)中能够被使用外，其它更多的常规考试阅卷工作无法使用该系统。因此，随之出现的网上阅卷系统，特别针对客观题，通过电子扫描、图像识别技术实现自动评分，大大提高了阅卷效率。目前采用计算机网络技术和扫描技术的网上评卷作为一种新的评卷方式，得到了广泛地应用。其方法是，先将考生答题卡通过高速扫描仪，以图像方式原原本本扫描到系统中，形成电子版答卷，该过程中对考生的原始图像不作任何识别性修改，使扫描到系统中的电子版答卷与考生实际答卷完全一致，并通过计算机各类存储设备加以存储和管理。图像识别软件首先识别答题卡周边已经印好的定位标记块(这些标记块的尺寸标准、黑度标准，容易识别)，据此建立图像的坐标系。图像识别软件根据已经存储在内存中的各个选项的印刷位置(相对于标记块的位置)，定位各道题的各个选项在图像上的位置(坐标)。以这些位置为中心，选取一定区域的像素(通常比允许答题者涂的范围小一些)，计算每个区域内所有像素的灰度值的总和，与某个门限值进行比对，高于它就认为答题者涂上了(选择了这个选项)。图像识别软件把识别出的选项集与标准答案进行比对，确定答题者涂中的每道题的答案是否正确。在图像识别中，由于图像需要做预处理，将图像的噪声进行减少，使得后续的识别过程得以简化和可行，且提高识别的准确度，因此前期的降噪显得较为重要。由于使用的答题卡是普通纸张，打印后分发给学生进行作答，因此会出现笔墨污染和摩擦。转换到图像处理领域，这些摩擦和污染大致可划分为：1，图像模糊2，图像噪声3，图像破坏对于当前的使用场景噪声来说，由于绝大部分噪声不是狄拉克冲击，仅此噪声点之间存在一定的关联和关系。通过考察可以发现，在正常的墨迹污染中，噪声是成团出现，且孤点或孤岛并不是非常多；同时此类噪声存在一定的一般特征，即满足中心点区域墨迹最浓并向四周扩散而变淡。由于答题卡在印制的过程中，印制自身的墨迹是相对较浓，学生填涂的墨迹相对印刷体会淡一些但比噪声会更浓。转换为数字图像按照灰阶排序的一般情况为：印刷体<学生填涂<噪声由此可见，只需要找出一个给定的中间阈值，将图像进行增强即可减少很大一部分的噪声，在增强的过程中同时也要考虑将印刷体和学生填涂部分连同增强以便后续识别。
技术实现思路
本专利技术提出一种应用于阅卷系统的图像污染处理方法，能有效降低答题卡图像的噪声，提高答题卡图像识别的正确率。为了达到上述目的，本专利技术提出一种应用于阅卷系统的图像污染处理方法，包括下列步骤：步骤a，获取答题卡图像灰度直方图；步骤b，将所述图像灰度直方图进行拉伸处理；步骤c，判断处理后的图像灰度直方图中设定目标区间内是否有像素出现；步骤d，当设定目标区间内没有像素出现时，设定灰度拉伸中间值，将灰度值小于所述灰度拉伸中间值的全部像素的灰度值降低第一设定值，同时将灰度值大于所述灰度拉伸中间值的全部像素的灰度值增加第一设定值；步骤e，判断步骤d的处理次数是否达到第二设定值的次数，若已经达到第二设定值的次数时停止对所述图像灰度进行处理；步骤f，当设定目标区间内没有像素出现，并且步骤d的处理次数尚未达到第二设定值时，返回步骤b对所述图像灰度进行进一步处理；步骤g，当设定目标区间内有像素出现时，停止对所述图像灰度进行处理。进一步的，所述灰度拉伸中间值为128。进一步的，所述第一设定值为5～20。进一步的，所述第一设定值为10。进一步的，所述第二设定值为5～10。进一步的，所述第二设定值为7。进一步的，所述对图像灰度直方图进行拉伸处理为进行对数变换处理。进一步的，所述步骤c中的设定目标区间为0～4。本专利技术提出的应用于阅卷系统的图像污染处理方法，通过设定灰度拉伸中间值作为灰度拉伸处理的阀值，将灰度值小于所述灰度拉伸中间值的全部像素的灰度值降低第一设定值，同时将灰度值大于所述灰度拉伸中间值的全部像素的灰度值增加第一设定值，直至图像灰度直方图经过对数变换拉伸处理后的设定目标区间出现像素或者达到处理次数设定值后停止处理，从而增强答题卡图像的印刷体和学生填涂部分，同时降低污染部分的噪声，达到提高答题卡图像识别正确率的效果。附图说明图1所示为本专利技术较佳实施例的应用于阅卷系统的图像污染处理方法流程图。具体实施方式以下结合附图给出本专利技术的具体实施方式，但本专利技术不限于以下的实施方式。根据下面说明和权利要求书，本专利技术的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用于方便、明晰地辅助说明本专利技术实施例的目的。请参考图1，图1所示为本专利技术较佳实施例的应用于阅卷系统的图像污染处理方法流程图。本专利技术提出一种应用于阅卷系统的图像污染处理方法，包括下列步骤：步骤a，获取答题卡图像灰度直方图；步骤b，将所述图像灰度直方图进行拉伸处理；步骤c，判断处理后的图像灰度直方图中设定目标区间内是否有像素出现；步骤d，当设定目标区间内没有像素出现时，设定灰度拉伸中间值，将灰度值小于所述灰度拉伸中间值的全部像素的灰度值降低第一设定值，同时将灰度值大于所述灰度拉伸中间值的全部像素的灰度值增加第一设定值；步骤e，判断步骤d的处理次数是否达到第二设定值的次数，若已经达到第二设定值的次数时停止对所述图像灰度进行处理；步骤f，当设定目标区间内没有像素出现，并且步骤d的处理次数尚未达到第二设定值时，返回步骤b对所述图像灰度进行进一步处理；步骤g，当设定目标区间内有像素出现时，停止对所述图像灰度进行处理。图像是由像素构成，反映像素分布的直方图往往可以作为图像一个很重要的特征。在实际工程中，图像直方图在特征提取、图像匹配等方面都有很好的应用。图像灰度直方图是反映一个图像像素灰度分布的统计表，其横坐标代表了图像像素的灰度值，纵坐标代表了数值在0-255之间的每一灰度值在图像中的像素总数。直方图拉伸的主要作用就是将灰度间隔小的图像的灰度间隔扩大，以便于观察图像。直方图拉伸是通过对比度拉伸对直方本文档来自技高网...

【技术保护点】
一种应用于阅卷系统的图像污染处理方法，其特征在于，包括下列步骤：步骤a，获取答题卡图像灰度直方图；步骤b，将所述图像灰度直方图进行拉伸处理；步骤c，判断处理后的图像灰度直方图中设定目标区间内是否有像素出现；步骤d，当设定目标区间内没有像素出现时，设定灰度拉伸中间值，将灰度值小于所述灰度拉伸中间值的全部像素的灰度值降低第一设定值，同时将灰度值大于所述灰度拉伸中间值的全部像素的灰度值增加第一设定值；步骤e，判断步骤d的处理次数是否达到第二设定值的次数，若已经达到第二设定值的次数时停止对所述图像灰度进行处理；步骤f，当设定目标区间内没有像素出现，并且步骤d的处理次数尚未达到第二设定值时，返回步骤b对所述图像灰度进行进一步处理；步骤g，当设定目标区间内有像素出现时，停止对所述图像灰度进行处理。

【技术特征摘要】
1.一种应用于阅卷系统的图像污染处理方法，其特征在于，包括下列步骤：步骤a，获取答题卡图像灰度直方图；步骤b，将所述图像灰度直方图进行拉伸处理；步骤c，判断处理后的图像灰度直方图中设定目标区间内是否有像素出现；步骤d，当设定目标区间内没有像素出现时，设定灰度拉伸中间值，将灰度值小于所述灰度拉伸中间值的全部像素的灰度值降低第一设定值，同时将灰度值大于所述灰度拉伸中间值的全部像素的灰度值增加第一设定值；步骤e，判断步骤d的处理次数是否达到第二设定值的次数，若已经达到第二设定值的次数时停止对所述图像灰度进行处理；步骤f，当设定目标区间内没有像素出现，并且步骤d的处理次数尚未达到第二设定值时，返回步骤b对所述图像灰度进行进一步处理；步骤g，当设定目标区间内有像素出现时，停止对所述图像灰度进行处理。...

【专利技术属性】
技术研发人员：虞陆平，魏巧宝，张斌，台跃华，
申请(专利权)人：杭州施强教育科技有限公司，
类型：发明
国别省市：浙江,33