本文探讨了一种使用MATLAB和数字图像处理技术识别答题卡填涂区域的方法。通过Hough变换检测图像倾斜并进行旋转校正，然后采用像素统计进行二值图像的灰度值累加和阈值判定，实现答题卡涂卡标记的准确识别。系统在Windows7上运行，使用MATLAB2012b设计，包含图像旋转、灰度值统计和成绩计算等步骤。
基于数字图像处理技术的答题卡识别方法
一、课题背景
随着科技的发展，电子与计算机技术的进步，答题卡的出现大大减轻教学工作者们批改试卷的工作量。答题卡是光标阅读机输入信息的载体，是配套光标阅读机的各种信息录入表格的总称。 答题卡将用户需要的信息转化为可选择的选项，供用户涂写。OMR是用光学扫描的方法来识别按一定格式印刷或书写的标记，并将其转换为计算机能接受的电信号的设备，并根据信息点的涂与未涂和格式文件设置将信息还原。因此，如何将答题卡填涂的黑色区域识别出来并使用计算机进行处理是极为关键的。本论文探索了有效识别答题卡的方法，以matlab为工具，基于数字图像处理技术对答题卡填涂区域进行了识别，并对识别的结果进行了处理，得到了结果。本论文利用Hough变换的直线检测技术检测图像的倾斜度，判断图像是否倾斜，对存在倾斜的图像进行旋转校正。最终实现答题卡答案的定位和检测。论文使用像素统计方法进行识别，利用黑白颜色灰度值的巨大差异对二值图像的灰度值进行累加并进行阈值判定，识别错误效率极低，能够准确的识别答题卡的涂卡标记。
- 算法思路
说明系统运行环境，编程软件平台，编码算法原理，算法流程图设计
本系统运行在当今主流的Windows7系统，使用较新的MATLAB2012b进行设计。在进行旋转校正时，先使用Hough变换检测出答题卡边缘直线，调用lines函数的参数得到倾斜角度并进行旋转变换从而消除答题卡倾斜状态。将扫描部分分为7个扫描区域，分别使用像素检索技术，对各个检索区域内的灰度值进行累加，并对累加和进行阈值判定，从而得出检索区域颜色，完成判定。最后再与标准答案进行比对，得出成绩。
流程图：
开始
图像旋转
图像倾斜吗？<
最低0.47元/天 解锁文章
扫一扫
1648
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
