[發(fā)明專利]一種基于圖文識(shí)別的論文重查系統(tǒng)及其方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611075137.9
• 申請(qǐng)日: 2016-11-22
• 公開(kāi)（公告）號(hào): CN106776880A
• 公開(kāi)（公告）日: 2017-05-31
• 發(fā)明（設(shè)計(jì)）人: 雷方元;趙慧民;戴青云;蔡君;魏文國(guó);羅建楨
• 申請(qǐng)（專利權(quán)）人: 廣東技術(shù)師范學(xué)院
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于圖文識(shí)別的論文重查系統(tǒng)及其方法。

背景技術(shù)

目前，大學(xué)畢業(yè)生的畢業(yè)論文只有通過(guò)了論文查重才能提交答辯。有許多網(wǎng)站提供查重功能，要求將論文通過(guò)拷貝文字段落的方式或者上傳word文檔的形式來(lái)提交待查重的論文。這些網(wǎng)站的查重只關(guān)注文字信息的查重，而對(duì)圖像、圖片的重復(fù)是不處理的。這種查文不查圖的方式存在一個(gè)明顯的缺陷，即可以通過(guò)將文字信息轉(zhuǎn)化為圖片格式來(lái)規(guī)避查重。為此，提出了一種基于圖文識(shí)別的論文重查系統(tǒng)及其方法。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于圖文識(shí)別的論文重查系統(tǒng)及其方法；其能將論文的圖像信息進(jìn)行特征提取并進(jìn)行特征匹配識(shí)別，從而提高了論文查重的準(zhǔn)確率。

為了達(dá)到上述目的，本發(fā)明一種基于圖文識(shí)別的論文重查系統(tǒng)，主要包括：

論文結(jié)構(gòu)識(shí)別模塊，所述論文結(jié)構(gòu)識(shí)別模塊主要用于將論文的信息識(shí)別成文本信息和圖像信息，并將文本信息和圖片信息分別保存起來(lái)；

文本查重模塊，所述文本查重模塊主要用于將論文結(jié)構(gòu)識(shí)別模塊識(shí)別并保存的文本信息與文本信息數(shù)據(jù)庫(kù)中的文本信息進(jìn)行匹配分析；

圖像重查模塊，所述圖像重查模塊主要用于將論文結(jié)構(gòu)識(shí)別模塊識(shí)別并保存的圖像信息進(jìn)行分析提取出文字信息和圖像特征信息，并將提取出的圖像特征信息與圖庫(kù)中的圖像特征進(jìn)行匹配分析；

查重報(bào)告模塊，所述查重報(bào)告模塊主要用于將文本重查模塊和圖像重查模塊匹配分析出的結(jié)果生成查重報(bào)告，以反饋給用戶；

所述論文結(jié)構(gòu)查重模塊、文本查重模塊、圖像重查模塊和查重報(bào)告模塊相互通信連接。

所述文本信息數(shù)據(jù)庫(kù)包括本地文本信息數(shù)據(jù)庫(kù)，Google、百度等搜索引擎中的數(shù)據(jù)庫(kù)，以及CNKI、萬(wàn)方等數(shù)據(jù)庫(kù)。

一種基于圖文識(shí)別的論文重查方法，主要包括以下步驟：

第一步，論文結(jié)構(gòu)識(shí)別模塊將論文的信息識(shí)別成文本信息和圖像信息，并將文本信息和圖片信息分別保存起來(lái)；

第二步，圖像重查模塊將論文結(jié)構(gòu)識(shí)別模塊識(shí)別并保存的圖像信息進(jìn)行分析提取出文字信息和圖像特征信息；

第三步，圖像重查模塊將圖像信息進(jìn)行分析提取出的文字信息發(fā)送給文本查重模塊；

第四步，圖像重查模塊將圖像信息進(jìn)行分析提取出的圖像特征信息與圖庫(kù)中的圖像特征進(jìn)行匹配分析；

第五步，文本查重模塊將論文結(jié)構(gòu)識(shí)別模塊識(shí)別并保存的文本信息以及來(lái)自于圖像重查模塊提取的文字信息分別與文本信息數(shù)據(jù)庫(kù)中的文本信息進(jìn)行匹配分析；

第六步，查重報(bào)告模塊將文本重查模塊和圖像重查模塊匹配分析出的結(jié)果生成查重報(bào)告反饋給用戶。值得說(shuō)明一下，這一種簡(jiǎn)單的查重報(bào)告方式是：該查重報(bào)告可以以文本信息、圖像重查模塊提取的文字信息和圖像特征信息這三方面的重復(fù)率的方式生成反饋給用戶。

優(yōu)選地，所述圖像重查模塊是采用OCR分析方式將圖像信息中的文字信息提取出來(lái)。

優(yōu)選地，所述圖像特征信息是指顏色特征信息、紋理特征信息和形狀特征信息進(jìn)行綜合加權(quán)形成的圖形綜合信息。

作為較佳方案，所述顏色特征信息、紋理特征信息和形狀特征信息權(quán)重之和為1。上述綜合加權(quán)為分別對(duì)顏色特征信息、紋理特征信息和形狀特征信息賦予不同的權(quán)重，權(quán)重之和為1。

作為較佳方案，所述顏色特征信息為采用RGB顏色空間的顏色直方圖特征信息。

作為較佳方案，所述紋理特征信息為采用Gabor濾波器提取出來(lái)的圖像紋理特征信息。

作為較佳方案，所述形狀特征信息為采用Fourier描述出來(lái)提取的形狀特征信息。

優(yōu)選地，所述圖像重查模塊將圖像信息進(jìn)行分析提取出的圖像特征信息與圖庫(kù)中的圖像特征進(jìn)行匹配分析的方式為采用基于歐幾里得距離進(jìn)行比較的方式。

本發(fā)明不但能匹配識(shí)別出論文的文本信息，而且能將論文的圖像信息進(jìn)行特征提取并進(jìn)行特征匹配識(shí)別并生成查重報(bào)告；從而提高了論文查重的準(zhǔn)確率，其簡(jiǎn)單方便，實(shí)用性強(qiáng)，易于推廣普及。

附圖說(shuō)明

圖1為本發(fā)明的系統(tǒng)示意圖。

其中，1為論文結(jié)構(gòu)識(shí)別模塊，2為文本查重模塊，3為圖像重查模塊，4為查重報(bào)告模塊。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)闡述，以使本發(fā)明的優(yōu)點(diǎn)和特征能更易于被本領(lǐng)域技術(shù)人員理解，從而對(duì)本發(fā)明的保護(hù)范圍做出更為清楚明確的界定。