基于计算机视觉的试卷扫描分析处理系统及方法技术方案

本发明专利技术公开了一种基于计算机视觉的试卷扫描分析处理方法，涉及计算机视觉技术领域，具体方法包括：步骤

【技术实现步骤摘要】
基于计算机视觉的试卷扫描分析处理系统及方法


[0001]本专利技术涉及计算机视觉
，具体为一种基于计算机视觉的试卷扫描分析处理系统及方法
。

技术介绍

[0002]近年来，计算机视觉技术的快速发展和普及使得自动化试卷批阅成为了一个广泛关注的领域
。
试卷扫描技术是当前常用的方法，它采用图像处理和计算机视觉方法对扫描的试卷图像进行处理；然而，在处理试卷图像时，一些挑战性问题会对识别准确率产生负面影响，例如，试卷图像可能具有复杂的背景
、
低对比度或者存在污渍的问题，这些因素可能导致试卷边缘不清晰
、
文字模糊或者部分区域难以分辨，进而影响试卷内容的准确识别；另一个问题是书写笔迹对试卷定位点和答案区域的干扰
。
试卷上的学生书写可能与试卷模板有所偏移或重叠，这会使得试卷的定位点和答案区域难以准确提取
。
如果无法有效消除这种笔迹干扰，将会对试卷内容的识别准确性产生负面影响；此外，现有的试卷扫描技术在处理不同类型
、
尺寸和排版的试卷图像时，需要针对性地调整参数，这种依赖于具体试卷特征的参数调整会影响算法的通用性和稳定性
。

技术实现思路

[0003]本专利技术的目的在于提供一种基于计算机视觉的试卷扫描分析处理系统及方法，以解决上述
技术介绍
中提出的问题
。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于计算机视觉的试卷扫描分析处理方法，方法包括：步骤<br/>S1
：对试卷上定位点附近的区域进行扫描，对扫描得到的图像进行黑白二值化处理；步骤
S2
：根据定位点的设计尺寸和扫描图片的像素尺寸，计算水平和垂直内核的长度；步骤
S3
：对黑白二值化处理后的图像和计算得到的水平和垂直内核长度，分别进行两次进行形态学开运算；步骤
S4
：对经过两次形态学开运算处理后的图像进行输出
。
[0005]进一步的，步骤
S1
包括以下步骤：
[0006]步骤
S1
‑1：首先，将扫描得到的定位点附近区域的彩色图像转换为灰度图像，去除颜色信息，只保留亮度信息，通过对每个像素的红
、
绿和蓝通道进行加权平均来完成灰度图像的转换，根据公式：
[0007]Gray
＝
0.299*Red+0.587*Green+0.114*Blue
[0008]其中，
Red、Green
和
Blue
是原始彩色图像中每个像素的红色
、
绿色和蓝色通道值，
Gray
为转换后的灰度值；
[0009]步骤
S1
‑2：设定阈值
G
，将灰度值高于阈值
G
的像素设为白色，低于阈值
G
的像素设为黑色，通过阈值分割算法将灰度图像转换为黑白二值图像
。
[0010]进一步的，步骤
S2
包括以下步骤：
[0011]步骤
S2
‑1：设定样板定位点的宽度
wa
，样板定位点的高度为
ha
，样板图像的高度为
w
，样板图像的宽度为
h
，实际扫描的黑白二值图像的高度为
w1
，实际扫描的黑白二值图像的宽度为
h1
；
[0012]步骤
S2
‑2：计算水平内核长度
L1
，根据公式：
[0013]L1
＝
wa/w*w1*H1
[0014]其中，
H1
为调整系数，使得计算得到的水平内核长度满足内核长度为奇数的要求；
[0015]步骤
S2
‑3：计算垂直内核长度
L2
，根据公式：
[0016]L2
＝
ha/h*h1*H2
[0017]其中，
H2
为调整系数，使得计算得到的垂直内核长度满足内核长度为奇数的要求
。
[0018]进一步的，步骤
S3
包括以下步骤：
[0019]步骤
S3
‑1：将黑白二值化后的图像作为输入；
[0020]步骤
S3
‑2：选择一个
L1
×1的内核用于形态学运算，执行第一次形态学开运算，即先腐蚀后膨胀：
[0021]a.
遍历黑白二值图像中的每个像素，设定每个像素的位置为
Q(x
，
y)
，将一个
L1
×1内核的中心位置与黑白二值图像中一个像素的位置
Q(x
，
y)
对齐；若
L1
×1内核中的所有像素都与对应位置的黑白二值图像像素相匹配，则将黑白二值图像中位置
Q(x
，
y)
的像素置为1；否则，将黑白二值图像中位置
Q(x
，
y)
的像素置为0；
[0022]上述过程达到的有益效果为：通过遍历图像的所有像素位置并进行腐蚀操作，可以根据内核周围像素的匹配情况来修改对应位置的像素值，达到蚕食物体边界的效果，使边缘处的像素逐渐变为背景像素，数值设置为0，从而实现平滑边界的效果；
[0023]b.
遍历腐蚀后的黑白二值图像中的每个像素，将一个
L1
×1内核的中心位置与黑白二值图像中一个像素的位置
Q(x
，
y)
对齐；若
L1
×1内核中有任何一个像素与对应位置的黑白二值图像像素匹配，则将黑白二值图像中位置
Q(x
，
y)
的像素置为1；否则，将黑白二值图像中位置
Q(x
，
y)
的像素置为0；
[0024]上述过程达到的有益效果为：膨胀操作可以扩大和增强图像中物体的特征，填充物体边缘上的空洞，连接物体的边界，从而使物体的形状更加完整和清晰；将与内核不匹配的像素置为0，能够排除噪声的干扰，从而提高图像的质量和准确性；对于分离的物体或特征，膨胀操作可以将它们连接在一起；将与内核匹配的像素置为1，能够将相邻或接触的物体像素合并成一个连续的物体，提供更全面的信息；
[0025]步骤
S3
‑3：选择一个1×
L2
的内核用于形态学运算，执行第二次形态学开运算，即先腐蚀后膨胀：
[0026]a.
遍历黑白二值图像中的每个像素，设定每个像素的位置为
Q(x
，
y)
，将一个1×
L2
内核的中心位置与黑白二值图像中一个像素的位置
Q(x
，
...

【技术保护点】

【技术特征摘要】
1.
一种基于计算机视觉的试卷扫描分析处理方法，其特征在于，所述方法包括：步骤
S1
：对试卷上定位点附近的区域进行扫描，对扫描得到的图像进行黑白二值化处理；步骤
S2
：根据定位点的设计尺寸和扫描图片的像素尺寸，计算水平和垂直内核的长度；步骤
S3
：对黑白二值化处理后的图像和计算得到的水平和垂直内核长度，分别进行两次进行形态学开运算；步骤
S4
：对经过两次形态学开运算处理后的图像进行输出
。2.
根据权利要求1所述的一种基于计算机视觉的试卷扫描分析处理方法，其特征在于：在步骤
S1
中，工作过程如下：步骤
S1
‑1：首先，将扫描得到的定位点附近区域的彩色图像转换为灰度图像，去除颜色信息，只保留亮度信息，通过对每个像素的红
、
绿和蓝通道进行加权平均来完成灰度图像的转换，根据公式：
Gray
＝
0.299*Red+0.587*Green+0.114*Blue
其中，
Red、Green
和
Blue
是原始彩色图像中每个像素的红色
、
绿色和蓝色通道值，
Gray
为转换后的灰度值；步骤
S1
‑2：设定阈值
G
，将灰度值高于阈值
G
的像素设为白色，低于阈值
G
的像素设为黑色，通过阈值分割算法将灰度图像转换为黑白二值图像
。3.
根据权利要求2所述的一种基于计算机视觉的试卷扫描分析处理方法，其特征在于：在步骤
S2
中，工作过程如下：步骤
S2
‑1：设定样板定位点的宽度
wa
，样板定位点的高度为
ha
，样板图像的高度为
w
，样板图像的宽度为
h
，实际扫描的黑白二值图像的高度为
w1
，实际扫描的黑白二值图像的宽度为
h1
；步骤
S2
‑2：计算水平内核长度
L1
，根据公式：
L1
＝
wa/w*w1*H1
其中，
H1
为调整系数，使得计算得到的水平内核长度满足内核长度为奇数的要求；步骤
S2
‑3：计算垂直内核长度
L2
，根据公式：
L2
＝
ha/h*h1*H2
其中，
H2
为调整系数，使得计算得到的垂直内核长度满足内核长度为奇数的要求
。4.
根据权利要求3所述的一种基于计算机视觉的试卷扫描分析处理方法，其特征在于：在步骤
S3
中，工作过程如下：步骤
S3
‑1：将黑白二值化后的图像作为输入；步骤
S3
‑2：选择一个
L1
×1的内核用于形态学运算，执行第一次形态学开运算，即先腐蚀后膨胀：
a.
遍历黑白二值图像中的每个像素，设定每个像素的位置为
Q(x
，
y)
，将一个
L1
×1内核的中心位置与黑白二值图像中一个像素的位置
Q(x
，
y)
对齐；若
L1
×1内核中的所有像素都与对应位置的黑白二值图像像素相匹配，则将黑白二值图像中位置
Q(x
，
y)
的像素置为1；否则，将黑白二值图像中位置
Q(x
，
y)
的像素置为0；
b.
遍历腐蚀后的黑白二值图像中的每个像素，将一个
L1
×1内核的中心位置与黑白二值图像中一个像素的位置
Q(x
，
y)
对齐；若
L1
×1内核中有任何一个像素与对应位置的黑白
二值图像像素匹配，则将黑白二值图像中位置
Q(x
，
y)
的像素置为1；否则，将黑白二值图像中位置
Q(x
，
y)
的像素置为0；步骤
S3
‑3：选择一个1×<...

【专利技术属性】
技术研发人员：曾凡，黄韫晖，
申请(专利权)人：江苏优利信科技有限公司，
类型：发明
国别省市：