CN107463869A - 电子阅卷方法及装置 - Google Patents
电子阅卷方法及装置 Download PDFInfo
- Publication number
- CN107463869A CN107463869A CN201610395196.8A CN201610395196A CN107463869A CN 107463869 A CN107463869 A CN 107463869A CN 201610395196 A CN201610395196 A CN 201610395196A CN 107463869 A CN107463869 A CN 107463869A
- Authority
- CN
- China
- Prior art keywords
- paper
- shape
- read
- image
- appraised
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/416—Extracting the logical structure, e.g. chapters, sections or page numbers; Identifying elements of the document, e.g. authors
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种电子阅卷方法,包括以下步骤:获取已评阅试卷中试卷评阅区域的图像;根据预设的颜色空间模型,选取预设颜色通道对所述试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像;提取所述二值图像中的形状,得到所述形状的集合;通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状;根据所述与试卷评阅标记对应的形状,确定所述形状对应的评阅内容,统计得到试卷评阅结果。本发明同时提供一种电子阅卷装置。本发明电子阅卷方法及装置,能够应用于多种格式类型的试卷,实现试卷的自动评阅和结果统计,有效地降低了人工阅卷的工作负荷,显著地提高了试卷评阅的效率与准确率。
Description
技术领域
本发明涉及图像识别与模式识别技术领域,尤其涉及一种电子阅卷方法及装置。
背景技术
随着信息时代的到来,电子信息技术不断发展并日益深入到不同的行业领域,逐步取代繁复的人工操作,极大地提高了事务的处理效率。目前,利用图像扫描技术实现电子阅卷已经成为大型考试中协助教师提高阅卷效率、减轻教师阅卷负担的常见方式。通过将待评阅试卷扫描入***,***将试卷图像划分为若干图像区域分发给不同的阅卷教师,由阅卷教师通过各自终端进行评阅。相比于传统的人工阅卷方式,电子阅卷在大幅提高阅卷速度的同时,能够有效地避免人为失误导致的阅卷错误,提高试卷评判的准确度与公平性。
现阶段,我国的教育体系仍主要将采用纸质试卷对考生知识的掌握程度进行检验作为教学评估的重要方式,一方面由于纸质试卷的使用成本较为低廉,另一方面教师评阅后的纸质试卷重新发还给考生后,教师在纸质试卷上的评阅痕迹能够加深考生对于相应知识点的理解与记忆。基于此,通过现有的图像扫描***进行试卷评阅,纸质试卷上没有教师的评阅痕迹,不利于考生对考试题目的再学习;同时,采用常规的试卷评阅方式,教师在对考生的答题逐一进行评阅评分后,还需要花费大量的时间对整张试卷的得分进行统计,极大地增加了教师在评阅试卷过程中的工作负担。因此如何实现快速、准确地对已评阅的纸质试卷中教师的评阅评分进行自动识别和统计,成为目前亟待解决的技术问题之一。
发明内容
本发明的目的是提供一种电子阅卷方法,通过拍照或扫描获取已评阅的纸质试卷的图像,提取所述已评阅试卷图像中的试卷评阅区域的图像,识别试卷评阅区域内的教师评阅标记,根据评阅标记确定试卷评阅内容,统计后得到试卷的评阅结果。
有鉴于此,本发明一方面提供一种电子阅卷方法,包括:获取已评阅试卷中试卷评阅区域的图像;根据预设的颜色空间模型,选取预设颜色通道对所述试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像;提取所述二值图像中的形状,得到所述形状的集合;通过形状匹配,确定所述形状集合中与教师评阅标记对应的形状;根据所述与教师评阅标记对应的形状,确定所述形状对应的评阅内容,统计得到试卷评阅结果。
优选地,所述根据预设的颜色空间模型,选取预设颜色通道对所述试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像的步骤,具体为:将所述试卷评阅区域图像转换到LAB颜色空间,提取所述试卷评阅区域图像在A通道对应的图像IA;对所述试卷评阅区域图像在A通道对应的图像IA进行二值化处理,得到所述图像IA对应的二值图像IR。
优选地,所述提取所述二值图像中的形状,得到所述形状的集合的步骤,具体为:对所述二值图像IR进行边缘检测,以单像素形式表示所述二值图像IR中的形状;提取所述二值图像IR中的形状,得到所述形状的集合。
优选地,所述通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状的步骤之前,还包括:获取试卷评阅标记对应的形状模板。
优选地,所述通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状的步骤,具体为:将所述形状集合中的形状与所述形状模板进行形状上下文匹配,确定所述形状集合中与试卷评阅标记对应的形状。
本发明另一方面提供一种电子阅卷装置,包括:图像获取模块:用于获取已评阅试卷中试卷评阅区域的图像;图像处理模块:用于根据预设的颜色空间模型,选取预设颜色通道对所述试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像;形状提取模块:用于提取所述二值图像中的形状,得到所述形状的集合;形状匹配模块:用于通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状;结果统计模块:用于根据所述与试卷评阅标记对应的形状,确定所述形状对应的评阅内容,统计得到试卷评阅结果。
优选地,所述图像处理模块,包括:颜色分解单元:用于将所述试卷评阅区域图像转换到LAB颜色空间,提取所述试卷评阅区域图像在A通道对应的图像IA;二值处理单元:对所述试卷评阅区域图像在A通道对应的图像IA进行二值化处理,得到所述图像IA对应的二值图像IR。
优选地,所述形状提取模块,还包括:边缘检测单元:用于对所述二值图像IR进行边缘检测,以单像素形式表示所述二值图像IR中的形状。
优选地,所述形状匹配模块,还包括:模板获取单元:用于获取试卷评阅标记对应的形状模板。
优选地,所述形状匹配模块,还用于将所述形状集合中的形状,与所述模板获取单元获取的试卷评阅标记对应的形状模板进行形状上下文匹配,确定所述形状集合中与试卷评阅标记对应的形状。
本发明电子阅卷方法及装置,通过对教师已评阅的纸质试卷进行拍照或扫描,提取已评阅试卷中试卷评阅区域的图像,对试卷评阅区域图像中的试卷评阅标记进行检测识别,根据试卷评阅标记确定教师对试卷评阅区域中对应试题的评分,统计试卷评阅区域中教师对试题的评分,获得试卷的评阅结果。本发明电子阅卷方法及装置对试卷图像中试卷评阅区域进行识别的稳定性强、准确性高、适用范围广,能够应用于多种类型的试卷,实现试卷的自动评阅和结果统计,有效地降低了人工阅卷的工作负荷,显著地提高了试卷评阅的效率与准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图:
图1示出了本发明第一实施例的电子阅卷方法的流程示意图;
图2示出了本发明第一实施例的试卷评阅区域的示意图;
图3示出了本发明第二实施例的电子阅卷装置的结构示意图;
图4示出了本发明第二实施例的电子阅卷装置图像处理模块的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的目的、特征和优点,下面结合附图和具体实施方式对本发明做进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互结合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,这仅仅是本发明的一些实施例,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
图1示出了本发明第一实施例的电子阅卷方法的流程示意图。
如图1所示,本发明实施例的电子阅卷方法,包括:步骤S101,获取已评阅试卷中试卷评阅区域的图像;步骤S102,根据预设的颜色空间模型,选取预设颜色通道对所述试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像;步骤S103,提取所述二值图像中的形状,得到所述形状的集合;步骤S104,通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状;步骤S105,根据所述与试卷评阅标记对应的形状,确定所述形状对应的评阅内容,统计得到试卷评阅结果。
在该技术方案中,优选地,所述步骤S101之前,首先排版设计模板试卷图像,通过打印或印刷得到用于考试的纸质试卷,考试完成后,阅卷教师采用圈选、勾选等方式在纸质试卷中的一个或多个试卷评阅区域对考生的作答进行评阅,通过对教师已评阅的纸质试卷进行拍照或者扫描得到已评阅试卷的图像。所述步骤S101中,获取已评阅试卷图像中试卷评阅区域的图像,具体地,可以直接识别提取已评阅试卷图像中试卷评阅区域的图像,也可以通过已评阅试卷图像中的标识信息,例如字符编码、条码和/或二维码等,获取所述已评阅试卷图像对应的模板试卷图像,根据模板试卷图像中试卷评阅区域的分布信息和位置区域信息等,提取所述已评阅试卷图像中的试卷评阅区域的图像。
在该技术方案中,排版设计模板试卷时,可以设计一个或多个试卷评阅区域,供阅卷教师在试卷评阅区域对考生的答题内容进行评阅。具体地,可以在每一道试题答题区域旁边设置对应于该道试题的评阅区域,阅卷教师根据考生对该试题的答题内容在对应的评阅区域进行评分。同样地,也可以在试卷某一区域集中设置单独的评阅区域,阅卷教师在试卷评阅区域进行统一评阅。
在上述技术方案中,优选地,所述步骤S102,具体为,将所述试卷评阅区域的图像转换到LAB颜色空间,提取所述试卷评阅区域图像在A通道对应的图像IA;对所述试卷评阅区域图像在A通道对应的图像IA进行二值化处理,得到所述试卷评阅区域图像对应的二值图像IR。
在该技术方案中,根据教师评阅试卷时的常规习惯,通常阅卷教师通过红色笔迹对待评阅的纸质试卷中考生作答情况进行批阅、标记或打分,通过将试卷评阅区域图像转换到LAB颜色空间后提取所述试卷评阅区域图像在A通道对应的图像IA,能够完整保留图像中阅卷教师的评阅标记,同时有效地排除图像中可能存在的各类干扰噪声。
在该技术方案中,进一步地,将所述试卷评阅区域图像在A通道对应的图像IA进行二值化处理,得到所述试卷评阅区域图像对应的二值图像IR。通过试卷评阅区域图像对应的二值图像IR能够准确地得到阅卷教师的评阅痕迹,以及阅卷教师涂改最初评阅痕迹后重新评阅产生的评阅痕迹,例如:在试卷评阅区域圈选或勾选的评分信息,以及修改原始的圈选或勾选的评分信息后重新进行圈选或勾选的评分信息。
在上述技术方案中,进一步地,所述步骤S103,具体为:对所述二值图像IR进行边缘检测,以单像素形式表示所述二值图像IR中的形状;提取所述二值图像IR中的形状,得到所述形状的集合。具体地,对所述二值图像IR进行边缘检测,以单像素形式表示所述二值图像IR中的形状,提取所述二值图像IR中的形状,得到所述二值图像IR中的形状的集合。进一步地,通过双线性下采样方法对二值图像IR的形状集合中的每个形状进行采样,提取二值图像IR的形状集合中的每个形状的轮廓像素点,得到每个形状的轮廓像素点集合。
在上述技术方案中,优选地,所述步骤S104之前,还包括:获取试卷评阅标记对应的形状模板。具体地,预先设置试卷评阅标记对应的形状模板,阅卷教师对纸质试卷进行评阅时,根据所述形状模板中的形状在所述纸质试卷的评阅区域进行标记,例如,根据形状模板中的形状样式,在纸质试卷的评阅区域中进行勾画、圈选、批注等标记,扫描或拍照得到试卷评阅区域的图像,在对试卷评阅区域的图像进行形状匹配,确定教师评阅标记之前,获取试卷评阅标记对应的形状模板。
值得说明的是,在本发明实施例中,多套试卷可以对应相同的形状模板,也可以对应不同的多个形状模板,此处不做限定。
在上述技术方案中,优选地,所述步骤S104,具体为:将所述形状集合中的形状与所述形状模板进行形状上下文匹配,确定所述形状集合中与试卷评阅标记对应的形状。具体地,在形状集合中的形状对应的形状轮廓像素点集合中,选取预设数量的轮廓像素点,通过与所述形状模板进行形状上下文匹配,确定所述形状集合中与试卷评阅标记对应的形状。例如,形状集合中的形状S对应的形状轮廓像素点集合S{s1,s2,s3,…sN}中包括N个像素点,在所述N个像素点中通过均匀取样选取M个采样点,得到形状S的采样点集合P{p1,p2,p3…pM},M为不大于100的自然数,则采样倍数e可以通过以下表达式得出:
进一步地,根据采样倍数e对所述形状S进行比例缩小,采用双线性插值方法将所述形状S的图像尺寸缩小为原形状图像的1/e,在缩小后的形状S中对采样点进行随机排序,确定形状S的采样点集合P{p1,p2,p3…pM}中的每个采集点坐标。
在形状S的采样点集合P中选取任意采样点pt,其中,t为自然数,且1≤t≤M,遍历所述采样点集合P中的采样点,确定与所述采样点pt距离最大的采样点pv,其中,v为自然数,且1≤v≤M,以采样点pt为中心,以采样点pt与采样点pv之间的距离r为半径建立极坐标系。通过将极坐标空间划分为a个区域,其中a为自然数,将半径r均匀划分为b个区间,其中b为自然数,将极坐标空间划分为a×b个区块。根据采样点集合P中除采样点pt以外的采样点在每个极坐标区块中的数量,将采样点pt表征为一个a×b维向量。依此类推,形状S的采样点集合中的每一个采样点均可以表征为一个a×b维向量。
进一步地,通过计算形状集合中的每个形状与形状模板的代价矩阵,将形状集合中的每个形状与形状模板进行比对匹配,确定形状集合中的每个形状与形状模板之间的相似度,代价矩阵的表示式如下:
其中,hi为形状集合中的形状,hi(k)表示形状hi中的采样点,hj为形状模板中的形状,hj(k)表示形状hj中的采样点。
进一步地,基于计算得到的代价矩阵,通过点匹配操作,采用匈牙利算法使下述表达式得到最小值,从而得到所述形状集合中待匹配形状与形状模板的相似度,数值越小表示相似度越高,数值越大表示相似度越低,确定形状集合中与形状模板相似度最高的形状为与试卷评阅标记对应的形状。
在上述技术方案中,优选地,所述步骤S105,具体为:根据所述与试卷评阅标记对应的形状,识别所述试卷评阅区域中所述形状对应的评阅内容,确定所述形状对应的评阅内容,统计得到试卷评阅的结果。具体地,如图2所示,在试卷评阅区域中识别出一圆形为阅卷教师的圈选评阅标记,根据所述圈选评阅标记,识别所述圈选评阅标记所对应的评分内容,确定考生该题目的得分为8分。进一步地,当试卷评阅区域包括多个试卷评阅标记对应的形状时,识别所述试卷评阅区域中所述每个形状对应的评阅内容,确定所述形状对应的评阅内容,统计得到试卷评阅的结果。
本发明实施例的电子阅卷方法,阅卷教师通过圈选、勾选等方式在纸质试卷的试卷评阅区域中对考生的作答进行评阅后,对已评阅试卷进行拍照或者扫描,提取已评阅试卷图像中试卷评阅区域的图像,通过对试卷评阅区域图像中包含的阅卷教师的评阅标记进行识别,确定并统计评阅内容后得到试卷的评阅结果。本发明实施例的电子阅卷方法对试卷图像中试卷评阅区域进行识别的稳定性强、准确性高、适用范围广,能够应用于多种格式类型的试卷,实现试卷的自动评阅和结果统计,有效地降低了人工阅卷的工作负荷,显著地提高了试卷评阅的效率与准确率。
实施例二
图3示出了本发明第二实施例的电子阅卷装置的结构示意图。
如图3所示,本发明实施例的电子阅卷装置,包括:图像获取模块201,用于获取已评阅试卷中试卷评阅区域的图像;图像处理模块202,用于根据预设的颜色空间模型,选取预设颜色通道对试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像;形状提取模块203,用于提取二值图像中的形状,得到所述形状的集合;形状匹配模块204,用于通过形状匹配,确定形状集合中与试卷评阅标记对应的形状;结果统计模块205,用于根据与试卷评阅标记对应的形状,确定所述形状对应的评阅内容,统计得到试卷评阅结果。
在该技术方案中,优选地,首先排版设计模板试卷图像,通过打印或印刷得到用于考试的纸质试卷,考试完成后,阅卷教师采用圈选、勾选等方式在纸质试卷中的一个或多个试卷评阅区域对考生的作答进行评阅,通过对教师已评阅的纸质试卷进行拍照或者扫描得到已评阅试卷的图像。图像获取模块201用于获取已评阅试卷图像中试卷评阅区域的图像,具体地,可以直接识别提取已评阅试卷图像中试卷评阅区域的图像,也可以通过已评阅试卷图像中的标识信息,例如字符编码、条码和/或二维码等,获取所述已评阅试卷图像对应的模板试卷图像,根据模板试卷图像中试卷评阅区域的分布信息和位置区域信息等,提取所述已评阅试卷图像中的试卷评阅区域的图像。
在该技术方案中,排版设计模板试卷时,可以设计一个或多个试卷评阅区域,供阅卷教师在试卷评阅区域对考生的答题内容进行评阅。具体地,可以在每一道试题答题区域旁边设置对应于该道试题的评阅区域,阅卷教师根据考生对该试题的答题内容在对应的评阅区域进行评分。同样地,也可以在试卷某一区域集中设置单独的评阅区域,阅卷教师在试卷评阅区域进行统一评阅。
在上述技术方案中,优选地,如图4所示,图像处理模块202,包括:颜色分解单元2021:用于将所述试卷评阅区域图像转换到LAB颜色空间,提取所述试卷评阅区域图像在A通道对应的图像IA;二值处理单元2022:对所述试卷评阅区域图像在A通道对应的图像IA进行二值化处理,得到所述图像IA对应的二值图像IR。
在该技术方案中,根据教师评阅试卷时的常规习惯,通常阅卷教师通过红色笔迹对待评阅的纸质试卷中考生作答情况进行批阅、标记或打分,颜色分解单元2021通过将试卷评阅区域图像转换到LAB颜色空间后提取所述试卷评阅区域图像在A通道对应的图像IA,能够完整保留图像中阅卷教师的评阅标记,同时有效地排除图像中可能存在的各类干扰噪声。
在该技术方案中,进一步地,二值处理单元2022将所述试卷评阅区域图像在A通道对应的图像IA进行二值化处理,得到所述试卷评阅区域图像对应的二值图像IR。通过试卷评阅区域图像对应的二值图像IR能够准确地得到阅卷教师的评阅痕迹,以及阅卷教师涂改最初评阅痕迹后重新评阅产生的评阅痕迹,例如:在试卷评阅区域圈选或勾选的评分信息,以及修改原始的圈选或勾选的评分信息后重新进行圈选或勾选的评分信息。
在上述技术方案中,进一步地,形状提取模块203,还包括:边缘检测单元,用于对所述二值图像IR进行边缘检测,以单像素形式表示所述二值图像IR中的形状。具体地,边缘检测单元对所述二值图像IR进行边缘检测,以单像素形式表示所述二值图像IR中的形状,提取所述二值图像IR中的形状,得到所述二值图像IR中的形状的集合。进一步地,形状提取模块203通过双线性下采样方法对二值图像IR的形状集合中的每个形状进行采样,提取二值图像IR的形状集合中的每个形状的轮廓像素点,得到每个形状的轮廓像素点集合。
在上述技术方案中,优选地,形状匹配模块204,还包括:模板获取单元,用于获取试卷评阅标记对应的形状模板。具体地,预先设置试卷评阅标记对应的形状模板,阅卷教师对纸质试卷进行评阅时,根据所述形状模板中的形状在所述纸质试卷的评阅区域进行标记,例如,根据形状模板中的形状样式,在纸质试卷的评阅区域中进行勾画、圈选、批注等标记,扫描或拍照得到试卷评阅区域的图像,在对试卷评阅区域的图像进行形状匹配,确定教师评阅标记之前,模板获取单元获取试卷评阅标记对应的形状模板。
值得说明的是,在本发明实施例中,多套试卷可以对应相同的形状模板,也可以对应不同的多个形状模板,此处不做限定。
在上述技术方案中,优选地,形状匹配模块204,还用于:将所述形状集合中的形状,与模板获取单元获取的试卷评阅标记对应的形状模板进行形状上下文匹配,确定所述形状集合中与试卷评阅标记对应的形状。具体地,形状匹配模块204在形状集合中的形状对应的形状轮廓像素点集合中,选取预设数量的轮廓像素点,通过与所述形状模板进行形状上下文匹配,确定所述形状集合中与试卷评阅标记对应的形状。例如,形状集合中的形状S对应的形状轮廓像素点集合S{s1,s2,s3,…sN}中包括N个像素点,在所述N个像素点中通过均匀取样选取M个采样点,得到形状S的采样点集合P{p1,p2,p3…pM},M为不大于100的自然数,则采样倍数e可以通过以下表达式得出:
进一步地,根据采样倍数e对所述形状S进行比例缩小,采用双线性插值方法将所述形状S的图像尺寸缩小为原形状图像的1/e,在缩小后的形状S中对采样点进行随机排序,确定形状S的采样点集合P{p1,p2,p3…pM}中的每个采集点坐标。
在形状S的采样点集合P中选取任意采样点pt,其中,t为自然数,且1≤t≤M,遍历所述采样点集合P中的采样点,确定与所述采样点pt距离最大的采样点pv,其中,v为自然数,且1≤v≤M,以采样点pt为中心,以采样点pt与采样点pv之间的距离r为半径建立极坐标系。通过将极坐标空间划分为a个区域,其中a为自然数,将半径r均匀划分为b个区间,其中b为自然数,将极坐标空间划分为a×b个区块。根据采样点集合P中除采样点pt以外的采样点在每个极坐标区块中的数量,将采样点pt表征为一个a×b维向量。依此类推,形状S的采样点集合中的每一个采样点均可以表征为一个a×b维向量。
进一步地,通过计算形状集合中的每个形状与形状模板的代价矩阵,将形状集合中的每个形状与形状模板进行比对匹配,确定形状集合中的每个形状与形状模板之间的相似度,代价矩阵的表示式如下:
其中,hi为形状集合中的形状,hi(k)表示形状hi中的采样点,hj为形状模板中的形状,hj(k)表示形状hj中的采样点。
进一步地,基于计算得到的代价矩阵,通过点匹配操作,采用匈牙利算法使下述表达式得到最小值,从而得到所述形状集合中待匹配形状与形状模板的相似度,数值越小表示相似度越高,数值越大表示相似度越低,确定形状集合中与形状模板相似度最高的形状为与试卷评阅标记对应的形状。
在上述技术方案中,优选地,结果统计模块205,还用于:根据所述与试卷评阅标记对应的形状,识别所述试卷评阅区域中所述形状对应的评阅内容,确定所述形状对应的评阅内容,统计得到试卷评阅的结果。
本发明实施例的电子阅卷装置,阅卷教师通过圈选、勾选等方式在纸质试卷的试卷评阅区域中对考生的作答进行评阅后,对已评阅试卷进行拍照或者扫描,提取已评阅试卷图像中试卷评阅区域的图像,通过对试卷评阅区域图像中包含的阅卷教师的评阅标记进行识别,确定并统计评阅内容后得到试卷的评阅结果。本发明实施例的电子阅卷装置对试卷图像中试卷评阅区域进行识别的稳定性强、准确性高、适用范围广,能够应用于多种格式类型的试卷,实现试卷的自动评阅和结果统计,有效地降低了人工阅卷的工作负荷,显著地提高了试卷评阅的效率与准确率。
再次声明,本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明并不局限于前述的具体实施方式。本发明可以扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (10)
1.一种电子阅卷方法,其特征在于,包括以下步骤:
获取已评阅试卷中试卷评阅区域的图像;
根据预设的颜色空间模型,选取预设颜色通道对所述试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像;
提取所述二值图像中的形状,得到所述形状的集合;
通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状;
根据所述与试卷评阅标记对应的形状,确定所述形状对应的评阅内容,统计得到试卷评阅结果。
2.根据权利要求1所述的电子阅卷方法,其特征在于,所述根据预设的颜色空间模型,选取预设颜色通道对所述试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像的步骤,具体为:
将所述试卷评阅区域图像转换到LAB颜色空间,提取所述试卷评阅区域图像在A通道对应的图像IA;
对所述试卷评阅区域图像在A通道对应的图像IA进行二值化处理,得到所述图像IA对应的二值图像IR。
3.根据权利要求2所述的电子阅卷方法,其特征在于,所述提取所述二值图像中的形状,得到所述形状的集合的步骤,具体为:
对所述二值图像IR进行边缘检测,以单像素形式表示所述二值图像IR中的形状;
提取所述二值图像IR中的形状,得到所述形状的集合。
4.根据权利要求3所述的电子阅卷方法,其特征在于,所述通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状的步骤之前,还包括:
获取试卷评阅标记对应的形状模板。
5.根据权利要求4所述的电子阅卷方法,其特征在于,所述通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状的步骤,具体为:
将所述形状集合中的形状与所述形状模板进行形状上下文匹配,确定所述形状集合中与试卷评阅标记对应的形状。
6.一种电子阅卷装置,其特征在于,包括:
图像获取模块:用于获取已评阅试卷中试卷评阅区域的图像;
图像处理模块:用于根据预设的颜色空间模型,选取预设颜色通道对所述试卷评阅区域图像进行二值化处理,得到所述试卷评阅区域图像对应的二值图像;
形状提取模块:用于提取所述二值图像中的形状,得到所述形状的集合;
形状匹配模块:用于通过形状匹配,确定所述形状集合中与试卷评阅标记对应的形状;
结果统计模块:用于根据所述与试卷评阅标记对应的形状,确定所述形状对应的评阅内容,统计得到试卷评阅结果。
7.根据权利要求6所述的电子阅卷装置,其特征在于,所述图像处理模块,包括:
颜色分解单元:用于将所述试卷评阅区域图像转换到LAB颜色空间,提取所述试卷评阅区域图像在A通道对应的图像IA;
二值处理单元:对所述试卷评阅区域图像在A通道对应的图像IA进行二值化处理,得到所述图像IA对应的二值图像IR。
8.根据权利要求7所述的电子阅卷装置,其特征在于,所述形状提取模块,还包括:
边缘检测单元:用于对所述二值图像IR进行边缘检测,以单像素形式表示所述二值图像IR中的形状。
9.根据权利要求8所述的电子阅卷装置,其特征在于,所述形状匹配模块,还包括:
模板获取单元:用于获取试卷评阅标记对应的形状模板。
10.根据权利要求9所述的电子阅卷装置,其特征在于,所述形状匹配模块,还用于将所述形状集合中的形状,与所述模板获取单元获取的试卷评阅标记对应的形状模板进行形状上下文匹配,确定所述形状集合中与试卷评阅标记对应的形状。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610395196.8A CN107463869A (zh) | 2016-06-06 | 2016-06-06 | 电子阅卷方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610395196.8A CN107463869A (zh) | 2016-06-06 | 2016-06-06 | 电子阅卷方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107463869A true CN107463869A (zh) | 2017-12-12 |
Family
ID=60545667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610395196.8A Withdrawn CN107463869A (zh) | 2016-06-06 | 2016-06-06 | 电子阅卷方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107463869A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005024693A (ja) * | 2003-06-30 | 2005-01-27 | Net Systems:Kk | 成績処理システム、成績処理方法及びそれに用いるテスト用紙 |
CN203217591U (zh) * | 2013-04-02 | 2013-09-25 | 大连交通大学 | 一种智能试卷分数统计*** |
CN204537507U (zh) * | 2015-04-20 | 2015-08-05 | 西安青柠电子信息技术有限公司 | 自动阅卷*** |
CN104851329A (zh) * | 2015-05-14 | 2015-08-19 | 锐达互动科技股份有限公司 | 一种视频展台电子阅卷的方法及*** |
-
2016
- 2016-06-06 CN CN201610395196.8A patent/CN107463869A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005024693A (ja) * | 2003-06-30 | 2005-01-27 | Net Systems:Kk | 成績処理システム、成績処理方法及びそれに用いるテスト用紙 |
CN203217591U (zh) * | 2013-04-02 | 2013-09-25 | 大连交通大学 | 一种智能试卷分数统计*** |
CN204537507U (zh) * | 2015-04-20 | 2015-08-05 | 西安青柠电子信息技术有限公司 | 自动阅卷*** |
CN104851329A (zh) * | 2015-05-14 | 2015-08-19 | 锐达互动科技股份有限公司 | 一种视频展台电子阅卷的方法及*** |
Non-Patent Citations (2)
Title |
---|
贺强: "字符识别的相关方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
邹秋霞 等: "基于Lab空间和K—Means聚类的叶片分割算法研究", 《农机化研究》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764074B (zh) | 基于深度学习的主观题智能阅卷方法、***及存储介质 | |
CN110008933A (zh) | 一种通用智能阅卷***和方法 | |
CN104820835B (zh) | 一种试卷自动阅卷方法 | |
CN107506762B (zh) | 一种基于图像分析的成绩自动录入方法 | |
CN110659584B (zh) | 一种基于图像识别的智能留痕阅卷*** | |
CN105046200B (zh) | 基于直线检测的电子阅卷方法 | |
CN107025456A (zh) | 一种教师批改痕迹自动识别的方法 | |
CN106033544A (zh) | 基于模板匹配的试卷内容区域提取方法 | |
CN104915667B (zh) | 一种基于移动终端的答题卡识别分析方法及*** | |
CN104143094A (zh) | 一种无需答题卡的试卷自动阅卷处理方法及*** | |
CN106529537A (zh) | 一种数字仪表读数图像识别方法 | |
CN106875546A (zh) | 一种增值税***的识别方法 | |
CN108388895A (zh) | 一种基于机器学习的试卷答题卡自动处理方法 | |
CN108509988B (zh) | 一种试卷分数自动统计方法、装置、电子设备及存储介质 | |
CN110223202B (zh) | 一种教学道具识别与评分的方法及*** | |
CN106934411A (zh) | 基于模板匹配的电子阅卷方法 | |
CN110263739A (zh) | 基于ocr技术的图片表格识别方法 | |
CN107818321A (zh) | 一种用于车辆年检的水印日期识别方法 | |
CN106599887A (zh) | 试卷答题区域识别及试题评阅方法、*** | |
CN107368828A (zh) | 高清试卷图像采集分解***和方法 | |
CN111737478A (zh) | 文本检测方法、电子设备及计算机可读介质 | |
CN113159014A (zh) | 基于手写题号的客观题批阅方法、装置、设备及存储介质 | |
CN106033534B (zh) | 基于直线检测的电子阅卷方法 | |
CN107507161A (zh) | 一种书写整洁度的评价方法及*** | |
CN107066939A (zh) | 一种网上阅卷***的试卷切割处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171212 |
|
WW01 | Invention patent application withdrawn after publication |