基于机器视觉的电子作业批改系统的研究与设计

摘要

随着教育部大力推进课程改革，机读答题卡及光标阅卷机已经广泛应用于类学校，但这样仅实现了客观题部分的无纸化批阅过程，对整套作业或测试无法进行完整的数字化统计分析，纸质作业目前还无法完全被电子作业取代。本文提出一种将传统纸质作业形式与电子化批阅相结合的纸质作业电子化批改系统，系统能够通过扫描仪直接扫描作业纸获取图像文件，随后对图像文件进行处理和判断，最后将学生的答题信息通过网络上传至服务器，教师通过在线终端能够方便地进行批改和统计。
　　本文以完成该系统专用作业纸的设计及图像处理部分为目标，设计了一种能够实现试题自动切割、客观题批改的图像处理软件系统以及配套的专用作业纸，重点研究了系统中图像处理部分所用到的图像预处理及图像识别技术，主要完成的工作如下:
　　1.专用作业纸的设计:通过对现有传统纸质作业及试卷进行改进，用统一标准的网格对题号栏及正文进行划分排版，增加二维码以提供学生个人信息及作业纸相关信息，并在四周设置定位标记便于扫描定位。
　　2.图像预处理相关手段的实现:在处理扫描后的作业纸图像时，不仅需要对扫描图像中存在的噪声、倾斜等不利因素进行校正，还需要对图像进行特征提取、分割及压缩等操作。本文在研究了其相关理论后，利用OpenCV计算机视觉开发库编程实现了图像的二值化、滤波和阈值分割，利用Hough变换及列定位块的角点检测结合实现了作业纸的倾斜校正，最后用JPEG压缩算法实现了图像文件的压缩。
　　3.图像识别系统的设计:本文完成了题号数字识别、选择题答案识别及二维码识别系统的设计和实现。采用提取图像像素特征及Hu不变矩两种方式，通过搭建和训练BP神经网络实现了印刷体数字识别的功能。利用基于灰度值的模版匹配结合作业纸排版规律，实现了一种选择题答案的综合检测识别方法。最后利用Google公司Zxing开源项目二次开发实现了二维码的识别。
　　通过测试证明，该设计符合当今国内教育实情，是一种实用、廉价的电子作业批改解决方案，具有一定的商业应用价值。

目录

声明

摘要

第1章 绪论

1．1 传统纸质作业的不可替代性

1．2 课题研究的意义

1．3 国内外研究现状

1．4 本文的研究内容和结构安排

第2章 机器视觉与数字图像处理技术

2．1 机器视觉概述

2．2 数字图像处理概述

2．2．1 图像的表达

2．2．2 图像处理的数据结构

2．3 OpenCV开发环境的组建

2．4 本章小结

第3章 系统的总体设计

3．1 系统的概要设计

3．2 专用作业纸的设计

3．3 图像的预处理

3．3．1 图像的二值化

3．3．2 图像滤波

3．3．3 角点检测

3．3．4 图像的旋转变换

3．4 图像的数据压缩

3．5 图像的分割与拼接

3．6 本章小结

第4章 识别系统的设计

4．1 数字识别的常用方法

4．2 基于神经网络的印刷体数字识别系统的设计

4．2．1 人工神经网络的基本原理

4．2．2 BP算法简介

4．2．3 基于BP算法的印刷体数字识别系统的设计

4．3 新型非标答题纸客观题识别程序的设计

4．4 二维码识别的实现及在本课题中的应用

4．3 本章小结

第5章 系统功能集成与测试

5．1 功能的集成与改进

5．2 系统算例的测试

5．3 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

在读期间发表的学术论文及研究成果

致谢