[發(fā)明專利]一種基于圖像模式的答題卷給分及閱卷系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811041989.5
• 申請日: 2018-09-07
• 公開（公告）號: CN109284702B
• 公開（公告）日: 2021-06-25
• 發(fā)明（設計）人: 李可佳;唐曉微;郭晨陽
• 申請（專利權(quán)）人: 江蘇曲速教育科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/32;G06K7/14;G06K9/62;G06Q50/20
• 代理公司: 泰和泰律師事務所 51219
• 代理人: 祝海燕

本發(fā)明公開了一種基于圖像模式的答題卷給分及閱卷系統(tǒng)，包括：圖像獲取模塊，二維碼檢測模塊，二維碼識別模塊，定位點確定模塊，定位點包括第一定位點和第二定位點；位置判斷模塊，統(tǒng)分模塊，統(tǒng)分模塊用于對答題卷上的選擇題統(tǒng)分、填空題統(tǒng)分、解答題統(tǒng)分。本發(fā)明的基于圖像模式的答題卷給分及閱卷系統(tǒng)能夠根據(jù)用戶輸入動態(tài)增長，采用每題自動生成定位點策略的答題卷，并結(jié)合圖像識別來解決試卷印刷變形以及黑角點缺失造成的閱卷失敗的問題，通過提升識別準確度來控制誤差，不會出現(xiàn)因印刷變形、黑角點印刷不全導致的識別率急劇下降的情況，可以很好地服務于學校的大中型考試的需求。

技術(shù)領(lǐng)域

本發(fā)明涉及閱卷算法圖像識別技術(shù)領(lǐng)域，更具體地，涉及一種基于圖像模式的答題卷給分及閱卷系統(tǒng)。

背景技術(shù)

目前基于模板試卷統(tǒng)分系統(tǒng)有多種樣式，但流行的主要思路就是設置出四個邊緣上設置四個黑角點(如圖1所示)，然后歸一化到同一個空間中做比對，進而統(tǒng)計試卷上的特征，最后得到有效信息并統(tǒng)計試卷分數(shù)，受限于目前手寫識別技術(shù)以及語言分析技術(shù)的不足，目前市面上在客觀題閱卷時是自動閱卷，主觀題是通過網(wǎng)絡閱卷實現(xiàn)。正如專利申請?zhí)枮?01510400317.9的中國專利公開的基于圖像模式的答題卷給分及閱卷系統(tǒng)，是根據(jù)對答題卷類型和答題者信息識別，索引到相對答題卷類型庫中的答題者信息欄或者答題者信息庫中的對應答題卷類型欄；通過索引矩形黑塊定位對答題卷的傾斜度檢測矯正；檢測題目矩形黑塊確定主觀題區(qū)域，對每行或每列的兩個題目矩形黑塊之間的判分格子進行圖像檢測截取，提取分數(shù)；根據(jù)提取的分數(shù)更新答題卷類型庫或者答題者信息庫信息；這種系統(tǒng)適用于閱題者平時作業(yè)，大中型考試等場景，能夠方便快速地完成答題卷制作和成績采集工作，對提高教學質(zhì)量是顯著的。但是以上這種方法對于檢測的精確度和準確度有著較高的要求，比如利用傳統(tǒng)的定位點尋找采用的輪廓查找篩選法來進行答題卷的識別，這種方法在試卷出現(xiàn)印刷變形、黑角點印刷不全的情況下會出現(xiàn)識別率急劇下降的情況，稍有偏差則會導致閱卷出現(xiàn)誤差問題，從而需要人工解決，不僅會降低閱卷給分的效率，而且浪費了人力物力。

因此，提供一種根據(jù)用戶輸入能夠動態(tài)增長的答題卷給分和閱卷系統(tǒng)，采用每題自動生成定位點策略的答題卷，并結(jié)合圖像識別來解決試卷印刷變形以及黑角點缺失造成的閱卷失敗的問題，通過提升識別準確度來控制誤差的基于圖像模式的答題卷給分及閱卷系統(tǒng)，就成了本領(lǐng)域技術(shù)人員亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種基于圖像模式的答題卷給分及閱卷系統(tǒng)，包括：

圖像獲取模塊，圖像獲取模塊通過電腦終端安裝驅(qū)動并連接掃描儀，并通過掃描儀掃描答題卷生成答題卷圖像保存；

二維碼檢測模塊，二維碼檢測模塊通過運用二值化算法和HAAR+adaboost訓練檢測模型，并通過檢測模型完成對答題卷圖像上二維碼及二維碼內(nèi)部三個回字形的檢測；

二維碼識別模塊，二維碼識別模塊用于識別二維碼檢測模塊檢測到的二維碼，二維碼識別模塊采用開源庫ZXING作為解碼工具，且通過對二維碼檢測模塊檢測到的三個回字形截取并賦給開源庫ZXING解碼；

定位點確定模塊，定位點確定模塊用于檢測答題卷圖像上的第一定位點和第二定位點，以確定定位點區(qū)域，并根據(jù)已有定位點之間關(guān)系和拓撲算法拓撲出其他的定位點；其中，第一定位點的大小大于第二定位點的大小；

位置判斷模塊，位置判斷模塊用于根據(jù)第二定位點的分布信息來判斷并截取答題卷圖像上每個題目的位置；

統(tǒng)分模塊，統(tǒng)分模塊用于對答題卷上的選擇題統(tǒng)分、填空題統(tǒng)分、解答題統(tǒng)分。

優(yōu)選的，通過運用二值化算法和HAAR+adaboost訓練檢測模型，進一步包括：

收集至少2萬張圖像，截取其中的二維碼區(qū)域并歸一化到20×20像素大小，作為正樣本圖像；

收集至少2萬張圖像除掉二維碼區(qū)域的大圖，作為負樣本圖像的隨機截取生成池，隨機截取的圖片為20×20的像素大小；