【技术实现步骤摘要】
一种基于图像模式的答题卷给分及阅卷系统
本专利技术涉及阅卷算法图像识别
，更具体地，涉及一种基于图像模式的答题卷给分及阅卷系统。
技术介绍
目前基于模板试卷统分系统有多种样式，但流行的主要思路就是设置出四个边缘上设置四个黑角点(如图1所示)，然后归一化到同一个空间中做比对，进而统计试卷上的特征，最后得到有效信息并统计试卷分数，受限于目前手写识别技术以及语言分析技术的不足，目前市面上在客观题阅卷时是自动阅卷，主观题是通过网络阅卷实现。正如专利申请号为201510400317.9的中国专利公开的基于图像模式的答题卷给分及阅卷系统，是根据对答题卷类型和答题者信息识别，索引到相对答题卷类型库中的答题者信息栏或者答题者信息库中的对应答题卷类型栏；通过索引矩形黑块定位对答题卷的倾斜度检测矫正；检测题目矩形黑块确定主观题区域，对每行或每列的两个题目矩形黑块之间的判分格子进行图像检测截取，提取分数；根据提取的分数更新答题卷类型库或者答题者信息库信息；这种系统适用于阅题者平时作业，大中型考试等场景，能够方便快速地完成答题卷制作和成绩采集工作，对提高教学质量是显著的。但是以上这...
【技术保护点】
1.一种基于图像模式的答题卷给分及阅卷系统，其特征在于，包括：图像获取模块，所述图像获取模块通过电脑终端安装驱动并连接扫描仪，并通过扫描仪扫描答题卷生成答题卷图像保存；二维码检测模块，所述二维码检测模块通过运用二值化算法和HAAR+adaboost训练检测模型，并通过所述检测模型完成对所述答题卷图像上二维码及二维码内部三个回字形的检测；二维码识别模块，所述二维码识别模块用于识别所述二维码检测模块检测到的二维码，所述二维码识别模块采用开源库ZXING作为解码工具，且通过对所述二维码检测模块检测到的三个回字形截取并赋给开源库ZXING解码；定位点确定模块，所述定位点确定模块用于...
【技术特征摘要】
1.一种基于图像模式的答题卷给分及阅卷系统，其特征在于，包括：图像获取模块，所述图像获取模块通过电脑终端安装驱动并连接扫描仪，并通过扫描仪扫描答题卷生成答题卷图像保存；二维码检测模块，所述二维码检测模块通过运用二值化算法和HAAR+adaboost训练检测模型，并通过所述检测模型完成对所述答题卷图像上二维码及二维码内部三个回字形的检测；二维码识别模块，所述二维码识别模块用于识别所述二维码检测模块检测到的二维码，所述二维码识别模块采用开源库ZXING作为解码工具，且通过对所述二维码检测模块检测到的三个回字形截取并赋给开源库ZXING解码；定位点确定模块，所述定位点确定模块用于检测所述答题卷图像上的第一定位点和第二定位点，以确定定位点区域，并根据已有定位点之间关系和拓扑算法拓扑出其他的定位点；其中，所述第一定位点的大小大于所述第二定位点的大小；位置判断模块，所述位置判断模块用于根据所述第二定位点的分布信息来判断并截取所述答题卷图像上每个题目的位置；统分模块，所述统分模块用于对答题卷上的选择题统分、填空题统分、解答题统分。2.根据权利要求1所述的基于图像模式的答题卷给分及阅卷系统，其特征在于，所述通过运用二值化算法和HAAR+adaboost训练检测模型，进一步包括：收集至少2万张图像，截取其中的二维码区域并归一化到20×20像素大小，作为正样本图像；收集所述至少2万张图像除掉二维码区域的大图，作为负样本图像的随机截取生成池，随机截取的图片为20×20的像素大小；使所述正样本图像和所述负样本图像参与训练，预先做Fast_sauvola处理；算出1-8种HAAR特征，选取误差最小的特征作为第一级特征；更新样本并更新权重，重新计算所有的特征，选取误差最小的特征作为第二级特征；继续训练第三级至第N级的特征，直到正确度大于99.5％就退出训练。3.根据权利要求1所述的基于图像模式的答题卷给分及阅卷系统，其特征在于，所述检测答题卷图像上的第一定位点和第二定位点，进一步包括：检测第一定位点，运用二值化算法和HAAR+adaboost训练的方法完成对第一定位点的检测；检测第二定位点，请求存储答题卷模板的服务器，提取老师在出卷操作时的第一定位点和第二定位点之间的像素比例，同时提取出第二定位点，并假设提取的第二定位点个数为M；根据已检测到的第一定位点和像素比例关系计算第二定位点的宽度和高度；根据第一定位点截取出对应的感兴趣区域；对每个感兴...
【专利技术属性】
技术研发人员：李可佳，唐晓微，郭晨阳，
申请(专利权)人：江苏曲速教育科技有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。