传统的人工阅卷缺乏对阅卷过程的有效监督,难以保证考试公平公正的要求,阅卷的对象是纸质试卷,对试卷的运输、保存和查阅等工作需要大量的人力。随着计算机技术、网络技术、图像处理技术和模式识别技术的高速发展以及扫描仪硬件技术的不断成熟和普及,网上阅卷系统很好的解决了传统阅卷过程中影响考试公正客观的因素,对阅卷过程能够进行有效的监督,数据分析和成绩统计由计算机自动完成,大大减少了教师的工作量,而且阅卷的对象是电子试卷图像,对试卷的保存、查阅和运输更方便、快捷和高效。网上阅卷系统已被广泛应用在各大中型考试中,但是现有的网上阅卷系统在阅卷的过程中采用题卡分离的考试形式,专卡专用,答题卡的阅卷信息被固化在程序中,一旦更改答题卡的样式,阅卷系统就不能识别,并且也不能满足个性化考试的要求。本文针对现有的网上阅卷系统存在的上述问题,采用题卡合一的考试形式,提出了基于DOM和图像工程相结合的智能阅卷系统,重点研究了实现通用阅卷系统的主要支撑技术和图像处理技术,主要包括以下几个方面：(1)提出了基于梯度关联度的图像均方根滤波算法,引入自适应噪声判断机制,对于判定为没有被噪声污染的区域不做处理,提高了滤波算法的效率；(2)使用基于图像纹理的倾斜校正算法,针对试卷文字、图像、手写信息等版面信息比较复杂的情况,试卷图像的纹理在整体上能够表现出图像的方向特性,并且图像的纹理不受光照、颜色和亮度的影响,因此,本文采用基于图像纹理的倾斜校正算法,校正效果优于其他校正算法；(3)提出了充分利用试卷设计过程中的位置信息经坐标变换粗定位待识别区域的思路,首先建立试卷版面结构模式树,设计试卷过程中依据模式树自动生成试卷的XML描述文件,将描述文件中的位置信息通过坐标变换映射到图像空间坐标系,从而粗定位到试卷的待识别和分割区域；(4)使用基于方向向量的模板匹配技术进行精确定位选项框位置,针对选项框边线容易出现断裂的情况,该匹配方法不受遮挡、断线、光照等因素的影响。OpenCV库函数中包含了500多个常用的图像处理算法,EmguCV是对OpenCV的封装,使得这些通用的图像处理算法能够移植到C#平台上,借助于这些通用的图像处理算法,开发了基于图像识别的题卡合一的通用型阅卷系统。通过实验和数据分析表明,本文提出的方法能够很好的解决网上阅卷系统中存在的技术问题,使得试卷设计样式可根据用户需求自行定义,试卷的设计更加灵活。基于上述技术支撑初步完成了允许用户自定义试卷格式和内容的题卡合一的智能阅卷系统,拓展了系统的使用范围。在文章的结尾,对本课题的研究工作做了简要的总结,并提出了本课题的不足之处和对网上阅卷未来的发展愿景。