圖像投影在網(wǎng)上閱卷系統(tǒng)中的應用分析

劉海敬，毛晚堆，劉永軍

（1.石家莊鐵道大學，河北 石家莊 050043；2.石家莊經(jīng)濟學院，河北 石家莊 050031）

圖像識別技術(shù)已日益成熟，以圖像處理為依托的網(wǎng)上閱卷也逐步為用戶所接受。客觀題網(wǎng)上閱卷是由計算機自動完成對學生客觀題答卷評閱的技術(shù)。本文主要講述二值圖像直方圖投影分組方法［1］在網(wǎng)上閱卷系統(tǒng)中的應用。該系統(tǒng)要能對試卷上的選擇題答案自動評分，客觀題答題由投影分組函數(shù)得到。

1 系統(tǒng)工作流程

網(wǎng)上閱卷系統(tǒng)是將紙質(zhì)試卷的評閱轉(zhuǎn)為對試卷圖像評閱的閱卷系統(tǒng)。其主要涉及圖像采集及圖像處理方面［2］。圖像采集采用高速掃描儀實現(xiàn)，圖像處理的目標是為了更準確的對目標圖像進行識別，本文主要討論圖像直方圖投影分組方法［1］。系統(tǒng)工作流程［3］如圖1所示，首先制作模版試卷；其次通過過高速掃描儀掃描考生試卷成電子圖像；而后對試卷進行預處理，得到答題區(qū)域；繼而閱卷系統(tǒng)自動識別信息，實現(xiàn)自動閱卷；最后記錄數(shù)據(jù)及結(jié)果并將其存入數(shù)據(jù)庫。

圖1 系統(tǒng)流程圖

2 模板試卷信息識別

此模塊的主要功能是將模板試卷的各部分信息，例如，定位點、考號、客觀題、主觀題等區(qū)域的信息識別并記錄到文件中［1］。如圖2所示，模板試卷信息識別流程如下：

圖2 模板試卷信息識別流程

（1）讀入試卷圖像并對試卷圖像進行去噪、增強、傾斜矯正、二值化等預處理。

（2）識別試卷圖像左上、右上兩個位置的定位點坐標并記錄。

（3）識別考號信息。以左上角定位點為基準，在軸、軸分別投影并比較閾值的方式識別出考號區(qū)域的邊框坐標，以邊框坐標為第二次搜索范圍，在軸、軸分別投影并比較閾值的方式識別出每位考號的涂卡區(qū)域坐標，之后在每個考號區(qū)域內(nèi)在X軸方向上投影獲得數(shù)字坐標信息并記錄。

（4）識別客觀題信息。以左上角定位點為基準，在軸、軸分別投影并比較閾值的方式識別客觀題區(qū)域的邊框坐標，以邊框坐標為第二次搜索范圍，在其區(qū)域內(nèi)在軸、軸分別投影識別出各選項的橫豎坐標信息并記錄。

（5）識別主觀題信息。以左上角定位點為基準，在軸、軸分別投影獲取主觀題邊框線的坐標，由此獲得主觀題答題區(qū)坐標信息并將主觀題答題區(qū)域坐標信息寫入已知文件。

3 模板試卷客觀題識別

給定一條直線，用垂直該直線的一簇等間距直線將一幅二值圖像分割成若干條，每一條內(nèi)像素值為1的像素個數(shù)為該二值圖像在給定直線上的投影［4］。定義給定直線為水平或垂直直線時，二值圖像列或行上像素值為1的像素數(shù)量之和為該圖像的水平或垂直投影［4］。模板試卷客觀題標準答案識別的原理［5］：首先利用圖像投影算法識別出客觀題區(qū)域，其次通過圖像投影分組算法確定每個題目的涂卡區(qū)域，最后將模板試卷圖像得到的投影值與設置的閾值比較，分析其投影特征并識別選項。

3.1 投影分組算法

二值圖像投影是在垂直給定方向的二值圖像像素值的累加，描述像素點在所選方向上的分布情況［6］。

本系統(tǒng)通過分析試卷圖像投影中的峰值特征來進行試卷圖像信息的識別。在模板試卷中，通過分析圖像投影后的特點發(fā)現(xiàn)：圖像投影后，是包含投影值和坐標值的點序列，而所需的有效組，是由有效點組成的。

需要設置的參數(shù)有：投影值的有效區(qū)間（投影值在某一給定區(qū)間內(nèi)的點為有效點）、組寬度（大于某一個給定的組寬度才為有效組）以及組內(nèi)容忍度（組內(nèi)兩個有效點間所夾的無效點個數(shù)）。

圖像的投影分組算法的原理［1］：依次掃描投影序列的各點，根據(jù)參數(shù)判斷掃描得到的連續(xù)有效點組成的塊，是否是所需組，如果是則記錄該有效組的首尾坐標，繼續(xù)掃描直至所有投影序列結(jié)束，否則直接掃描下一個投影序列。以下是圖像投影分組的算法：

算法1（投影分組算法）

輸入：在給定方向上的投影序列：序列長度為L，rejects＝｛reject0（pixle0，co0），reject1，…，rejectL｝；

輸出：投影的分組總數(shù) N 以及分組序列g(shù)roups＝｛group0（begin0，end0），group1，…，groupN｝；

步驟如下：

（1）將當前輸入作為第一個投影序列reject0，首末坐標分別記為beginCo＝0，endCo＝0，i＝0；

（2）如果所掃描的投影序列為空，則轉(zhuǎn)到第（11）步；

（3）如果當前投影值pixle介于最低閾值Tmin和最高閾值Tmax之間，則該點為有效點轉(zhuǎn)到第（7）步，否則該點為無效點轉(zhuǎn)到第（4）步；

（4）如果末坐標endCo＝0，或者當前坐標coi與末坐標endCo的差小于組內(nèi)容忍度，則取下一個投影，令i＝i＋1轉(zhuǎn)至第（2）步，否則轉(zhuǎn)至第（5）步；

（5）如果末坐標endCo與首坐標beginCo的差值≥組寬，則其為有效組，轉(zhuǎn)至第（6）步，否則令beginCo＝0，

enendCo＝0，且取下一個投影，令i＝i＋1轉(zhuǎn)到第（2）步；

（6）將得到的組坐標（beginCo，endCo）寫入分組數(shù)組begingroups中，然后將首末坐標值初始化為0，取下一個投影 且令i＝i＋1轉(zhuǎn)到第（2）步；

（7）如果首坐標和末坐標值為0，即beginCo＝0且endCo＝0，則表明此為新組的開始，則令末坐標endCo＝當前坐標coi，取下一個投影，且令i＝i＋1轉(zhuǎn)到第（2）步，否則轉(zhuǎn)到第（8）步；

（8）如果當前坐標coi與末坐標endCo之差小于組內(nèi)容忍度，則令endCo＝coi并取下一個投影，且令i＝i＋1轉(zhuǎn)到第（2）步，否則表明當前坐標已經(jīng)在組內(nèi)，轉(zhuǎn)至第（9）步；

（9）如果endCo與beginCo的差大于組寬，則其是一個有效組，轉(zhuǎn)至第（10）步，否則表明該組無效，令末坐標endCo＝當前坐標coi，取下一個投影且令i＝i＋1轉(zhuǎn)到第（2）步；

（10）將該組首末坐標寫入分組序列g(shù)roups中，且令beginCo＝coi，endCo＝coi，取下一個投影且令i＝i＋1轉(zhuǎn)到第（2）步；

（11）如果endCo與beginCo的差大于組寬，則其是有效組將組坐標記入分組數(shù)組groups中。

3.2 模板試卷客觀題選項識別

模板試卷客觀題選項識別的算法［1］如下：

算法2（模板試卷客觀題選項識別算法）

輸入：模板試卷圖像S；

輸出：模板試卷中客觀題所涂選項；

算法步驟如下：

（1）獲取客觀題數(shù)目N和各客觀題選項的坐標信息序列

（2）選取首個坐標信息序列objectCo0，i＝0；

（3）如果i＞N－1，則客觀題所涂選項識別結(jié)束，退出此算法，否則轉(zhuǎn)至第（4）步；

（4）根據(jù)objectCo［i］值設定所涂客觀題選項的大致識別區(qū)域range；

（5）在識別區(qū)域range內(nèi)，用投影分組算法查找所涂區(qū)域的個數(shù)Num及各填涂區(qū)域坐標序列

（6）將填涂序列black各坐標序列分別與objectCo［i］中各選項坐標比較，判斷坐標位置并得到選項結(jié)果；

（7）將得到的選項結(jié)果轉(zhuǎn)成字符串連接成答案，取下一道客觀題i＝i＋1，轉(zhuǎn)到第（3）步；

（8）將所有的字符串連接即為整個題組的答案。

4 實驗結(jié)果

4.1 部分程序代碼設計

本程序通過delphi編程實現(xiàn)，部分主要程序代碼如下所示：

4.2 測試結(jié)果

通過編程實現(xiàn)得到如圖3所示的結(jié)果。具體參數(shù)設置如圖3右側(cè)部分所示。通過使用100份考卷對該系統(tǒng)進行測試，且測試時均采用標準的鉛筆填涂，結(jié)果的識別準確率為99%（其中只有一份考卷發(fā)生了一道題的誤判，由于考生涂改過程留下的痕跡與新選答案接近）。

圖3 實驗結(jié)果

通過實驗結(jié)果可以看出，直方圖投影分組算法可以得到客觀題答題區(qū)域及所選答案。

5 結(jié)束語

本文以網(wǎng)上閱卷系統(tǒng)為背景，分析了基于直方圖的投影分組算法。實驗結(jié)果表明，采用上述直方圖投影分組方法，能夠真實客觀地反應試卷圖像的客觀題信息，且為進一步解決考生試卷客觀題自動閱卷提供了方法。

［1］宋錚錚.自動化掃描閱卷系統(tǒng)的研究和實現(xiàn)：［D］.保定：華北電力大學計算機應用與技術(shù)，2008.

［2］肖利峰，楊永躍.圖像處理系統(tǒng)在網(wǎng)上閱卷中的作用［J］.Computer Knowledge and Technology電腦知識與技術(shù)，2008.

［3］王海.基于 Web Services的網(wǎng)上閱卷系統(tǒng)的設計和實現(xiàn)：［D］.上海：華東師范大學，2006.

［4］賈云得.機器視覺［M］.科學出版社，2000，31－32.

［5］沈庭芝，方子文.數(shù)字圖像處理及模式識別［M］.北京理工大學出版社，1998.

［6］馬頌德，張正友.計算機視覺：計算理論與算法基礎［M］.北京：科學出版社，1998.