论文部分内容阅读
在现代教学过程中,考试作为一种有效的教学评估手段获得广大师生的一致认可。目前我国主要使用的是针对客观题设计的答题卡阅卷系统。该系统对答题卡的设计有严格的要求,填涂时要求按规范填写,阅卷时需要特制的阅卷机器进行阅卷。本论文针对答题卡阅卷系统的不足,设计了一种在考生原试卷基础上,利用可拍摄设备获取试卷图像并结合图像处理的方法进行快速批阅客观题的新型阅卷系统。该系统首先利用基准试卷进行匹配获取答案和学号位置信息,通过可拍摄设备获取考生试卷图像并运用位置信息定位考生试卷的答案区域和学号区域。然后运用自适应遗传算法优化的支持向量机对标准试卷和考生试卷的答案、学号区域进行字符识别。本论文从以下几个方面对自动阅卷系统的设计进行论述:(1)介绍了自动阅卷系统的科研背景及国内外的发展动态,概述了阅卷系统的总体框架、研究方向及难点,并描述了本文中所用算法的应用前景。(2)介绍了考生试卷图像的透视矫正算法,创新地设计出边缘线段检测方法来提取透视变形图像中的边缘线段,并结合透视变换得到参数矩阵。然后利用投影变换和参数矩阵创建结构体,再通过结构体结合双线性插值算法矫正图像。(3)介绍了如何获取基准试卷中标准答案及学号的位置信息,以及如何利用标准答案及学号位置信息获取考生试卷中相应的书写答案及书写学号区域。创新地设计了基于轮廓差值凹检测的字符分割算法对试卷中的选择题进行字符分割。(4)介绍了分割后的字符图像的预处理过程,以及支持向量机和遗传算法的基本原理。提出了利用自适应遗传算法(Adaptive Genetic Algorithm,AGA)优化支持向量机(Support Vector Machine, SVM)的参数,进而利用优化后的支持向量机对字符图像进行识别处理。本文从数字图像处理的角度设计出一种图像识别手写字符的自动阅卷系统。由于省去传统的答题卡,这样能大大减少资源的浪费,同时也能为考生节约填涂答题卡的时间。由于提出采用随处可得的可拍摄设备获取考生试卷图像,这样可以无需专用设备即可快速阅卷。实验结果表明,该阅卷系统对手写字符的识别准确率可达到99%以上。在保证阅卷可靠性的前提下,该系统与传统阅卷系统相比拥有更大的便捷性。