基于圖像識別的閱卷系統的設計與實(shí)現

高校學(xué)生的期末考試是普通高等學(xué)校管理的一項重要工作，它是根據國家對高等學(xué)校學(xué)生德智體全面發(fā)展的要求，按照統一的原則、方法和程序，對學(xué)生學(xué)習和行為的表現進(jìn)行階段和全程的質(zhì)量考核、記載、評價(jià)和處理。目前客觀(guān)題型較多的英語(yǔ)考試或計算機基礎考試均實(shí)現了閱卷自動(dòng)化，無(wú)需教師干預，既能加快試卷反饋的速度，又能保證公平公正。傳統的閱卷系統利用光學(xué)標記閱讀機的光電變換原理，對填涂在答題卡上的內容進(jìn)行高速采集，然后進(jìn)入計算機處理[1]。但是它對答題卡紙張和印刷質(zhì)量要求太高，如套印誤差和剪切誤差必須分別控制在0.1 mm和0.2 mm以?xún)?；對使用者涂?xiě)要求太高，限制太多，如需要用專(zhuān)用鉛筆涂滿(mǎn)長(cháng)方條，不得涂出長(cháng)方條外，整張答題卡涂寫(xiě)要深淺一致等；機械傳動(dòng)機構復雜、使用壽命短、維護量大、設備一致性差[2]。
　本文提出一種基于圖像識別的閱卷系統，允許使用者使用任何顏色的圓珠筆、鋼筆或鉛筆在一般紙張的固定位置上涂寫(xiě)如“√”、“w”、“○”等手寫(xiě)符號完成答題，由閱卷系統采用圖像識別技術(shù)自動(dòng)識別答題卡信息，實(shí)現閱卷自動(dòng)化。本系統與傳統的光學(xué)標記閱讀機閱卷系統的不同之處在于，本閱卷系統對答題卡紙張和填涂符號均無(wú)特殊要求，無(wú)需特制答題卡，無(wú)特殊涂寫(xiě)要求[3]。
1 系統實(shí)現流程及模塊組成
　(1)設計和定義答題卡，將允許用戶(hù)填寫(xiě)的手寫(xiě)符號限定在一定的矩形區域內;
(2)通過(guò)CCD采像設備采集答題卡圖像，經(jīng)掃描、采樣、量化等過(guò)程，同時(shí)將答題卡圖像以JPG格式保存在主機內存和硬盤(pán)里;
　(3)對答題卡圖像進(jìn)行預處理，包括粘連字符分割、灰度變換、二值化、圖像偏斜糾正、平滑和細化等過(guò)程，以將答題卡固有的紙張問(wèn)題、書(shū)寫(xiě)不規范、答題卡傳動(dòng)機械定位精度所帶來(lái)的干擾因素排除掉，并為后續的識別工作做好準備[4];
　(4)對答題卡信息進(jìn)行識別。通過(guò)圖像分析抽取圖像，并經(jīng)過(guò)綜合特征提取，結合答題卡表格的邏輯結構和幾何結構，準確識別填涂在矩形塊位置上的“√”、“w”、“○”等手寫(xiě)符號得到答題信息。答題卡識別算法的優(yōu)劣決定了整個(gè)系統的性能(如識別的精度、可靠性等)，是整個(gè)軟件系統中最重要的部分;
　(5)對識別的答題信息進(jìn)行加工、整理、分析和統計，結合軟件的設置對答題卡信息進(jìn)行判分。
　綜上所述，系統實(shí)現流程如圖1所示。

　為了便于學(xué)生和教師查詢(xún)和分析閱卷結果，本閱卷系統還設置了用戶(hù)登錄模塊、學(xué)生信息管理模塊、課程基本信息管理模塊、試卷分析模塊、成績(jì)查詢(xún)模塊、答題卡圖像查詢(xún)模塊、報表打印模塊和補考管理模塊。其中試卷分析模塊對試卷的各項數據進(jìn)行分析和統計，包括最高分、最低分、平均數、及格率方差、標準差等，完成試卷分析功能；答題卡圖像查詢(xún)模塊允許學(xué)生通過(guò)姓名查詢(xún)存儲在硬盤(pán)中的答題卡圖片；補考管理模塊統計不及格、缺考或舞弊學(xué)生信息，生成補考表；報表打印模塊完成答題卡圖片、成績(jì)報告單、試卷分析報告和補考表等的打印功能。系統模塊組成如圖2所示。

2 系統主要實(shí)現技術(shù)
2.1答題卡設計
　答題卡設計成表格的形式，由試卷答題卡基本信息、考生基本信息、答題卡填寫(xiě)說(shuō)明及題目選項列表組成，考生用“√”、“w”、“○”等手寫(xiě)符號在相應的矩形框中選擇答案。答題卡示例如圖3所示。

　答題卡版面與普通表格一樣具有幾何結構和邏輯結構，幾何結構反映了所填寫(xiě)的信息區域的位置和大小，邏輯結構則表示答題卡中所填寫(xiě)信息的實(shí)際意義以及填寫(xiě)信息與填寫(xiě)項之間的對應關(guān)系。
　在傳統的光學(xué)標記閱讀機閱卷系統中，答題卡的幾何結構大部分都是采用定位標記塊進(jìn)行描述，這種描述方法具有很多缺點(diǎn)，如浪費版面空間、缺乏靈活性、版面設計比較復雜、對印刷質(zhì)量要求高、不便于修改等，而且定位標記塊看起來(lái)也不美觀(guān)。在本系統答題卡版面中，填寫(xiě)信息在幾何結構上可以看成由若干個(gè)互不相交的矩形塊組成，它們組成了答題卡版面的最小單位[5]，可以以答題卡的邊框線(xiàn)建立二維坐標系，以矩形的對角頂點(diǎn)坐標來(lái)描述矩形塊的位置和大小，完成對答題卡的幾何結構描述，該方法簡(jiǎn)潔、靈活，便于識別。
　　答題卡的邏輯結構描述是定義矩形塊的屬性。矩形塊的屬性包括對填寫(xiě)項以“√”、“w”、“○”表示的選擇或者不選擇。
　　本系統采用文檔結構描述語(yǔ)言同時(shí)對幾何結構和邏輯結構進(jìn)行描述。設一張答題卡包含n個(gè)填寫(xiě)有信息的矩形塊B1，B2,...,Bn, 矩形塊之間存在著(zhù)上下結構和左右結構的幾何位置關(guān)系，其邏輯順序一般是從上到下、從左到右，在描述文檔結構時(shí)也采用這種順序，則文檔結構描述語(yǔ)言DDL 表示如下：

其中i 是答題卡的序號；n是矩形塊的總數；xi為矩形塊在水平方向的位置；yi為矩形塊在垂直方向的位置；li為矩形塊的長(cháng)度；wi為矩形塊的寬度；attri表示矩形塊的屬性，當attri為0時(shí),表示該矩形塊的填寫(xiě)內容為待識別的字符,attri為1時(shí)，矩形塊作為圖像保存。
　將答題卡設計成常見(jiàn)的表格形式，一方面它和一般考試用到的答題卡的形式類(lèi)似，符合人們的使用習慣和書(shū)寫(xiě)習慣；另一方面可以利用文檔描述語(yǔ)言對它的幾何結構和邏輯結構進(jìn)行描述，以便更好地對矩形框內的字符特征進(jìn)行提取與識別，辨別矩形框中的字符，與標準答案比對，對考生客觀(guān)題進(jìn)行判分。
2.2 答題卡信息識別
　本系統采用漢字識別方法中的統計決策方法對手寫(xiě)字符進(jìn)行識別，如圖4所示，首先提取字符特征，對字符進(jìn)行分類(lèi)判別，經(jīng)過(guò)訓練和識別兩個(gè)階段，最后識別出字符[6]。訓練階段，收集日常人們習慣的手寫(xiě)符號為樣本，經(jīng)過(guò)篩選分類(lèi)建立樣本庫，以便對待識別字符進(jìn)行分類(lèi)和識別。識別階段，將待識別符號的特征與訓練階段中所建立的標準樣本特征比較,計算最大相似度以判別該手寫(xiě)符號所屬的類(lèi)別[7]。

2.2.1 字符特征提取
　學(xué)生在答題過(guò)程中由于緊張和個(gè)人原因，寫(xiě)出的√、w、○等答題符號往往千變萬(wàn)化。為準確識別這些手寫(xiě)符號，需要進(jìn)行字符結構特征提取，將最能體現這個(gè)字符特點(diǎn)和字符間差異的結構特征提取出來(lái)。本系統提取的特征是以下特征的組合。
　(1)點(diǎn)特征
　點(diǎn)特征是一種重要的結構特征，是指字符筆畫(huà)中的端點(diǎn)。端點(diǎn)反映了字符中筆畫(huà)的起點(diǎn)和終點(diǎn)信息，與該點(diǎn)相連的點(diǎn)數為 1。
　(2)筆畫(huà)密度特征
　筆畫(huà)密度特征是取得符號水平方向筆畫(huà)密度函數d(x)和垂直方向的筆畫(huà)密度函數d(y),然后進(jìn)行相同項合并[1]。如圖5所示，符號“○”水平方向筆劃密度函數d(x)和垂直方向的筆劃密度函數d(y)分別是： d(x)=(1,...,1,2,...,2,1,...,1)，d(y)=(1,...,1,2,...,2,1,...,1)，則合并后筆畫(huà)密度可表示為d(x)=d(y)=(1,2,1)。