1. 研究目的与意义
信息时代的发展给我们的生活带来了很大的便利，人力正逐渐被机器替代，这使得我们从繁重的劳务中得以解脱，答题卡的检测与识别系统的开发正是为了减少我们人工耗费的时间和精力，并且提高效率与准确率。国外是率先采用计算机技术自动阅卷系统的,1966 年在美国的杜克大学，ellis page 等团队经过努力研发了第一个自动评分的系统叫做 peg；到1970年，欧美几个发达国家开始研制光标阅读机，如今这项技术如今已经发展的较为成熟，并已投入市场广泛使用许久，目前市场上被广大学校使用的是南昊的光标阅读机、清华紫光阅卷机，其都有种类繁多、速度快、准确率高的特点。而随着人工智能、机器学习和计算机视觉的进一步发展，还可以继续降低误码率，也可以免除涂卡工具、纸张规格、识别环境、图像采集设备等带来的限制，减小设备尺寸，提高识别效率和准确率。
而数字图像处理是实现答题卡检测与识别的技术之一，它最早出现在20世纪50年代，人们用计算机对图像信息进行处理的技术，主要包括图像数字化、图像增强和复原、图像数据编码、图像分割和图像识别等。其发展历史并不长，如今已是技术上的一大热点，并随着计算机科学的发展，计算机功能的多样化，应用软件的丰富，图像处理技术会迎来更大的发展，所涉及的领域也会越来越多。
常用的开发平台软件有virtual studio、opencv、matlab，其中matlab在图像处理上提供了很强大的数字图像处理工具箱（image processing toolbox），可以极大的减少更底层的开发，简化繁琐的计算，从而有更多的精力去学习和研究关键的算法原理和应用，接下来的论文中主要是研究学习应用在答题卡检测与识别系统中的关键算法的原理。
2. 研究内容和预期目标
本次毕业设计研究的是基于Matlab，利用图像处理技术实现答题卡的检测与识别。研究内容主要是对答题卡图像进行预处理、分割与识别，通过预处理将图像转换为更易于识别的二值化图像并消除高斯噪声等的干扰，图像的分割是先将图像的答案区域与学号区域分割出来，然后准确定位到两区域中与答题卡右侧识别标记对应的选项的坐标质心，分割出来每个字符进行分析，最终实现对填涂答案区域的识别和对学号区域的识别，无论单选或者多选，都能准确提取学号和答案，并与标准答案进行对比。然后通过计算，得出考生填涂正确的题数，统计分数。
3. 研究的方法与步骤
（1）对图像进行平滑处理与中值滤波，以减少图像噪声，提高识别模块的准确率；
（2）将图像转化为灰度图像，这样图像就由三维矩阵变成了二维矩阵，便于用函数等进行处理；
（3）再次进行滤波以减少图像转换过程中出现的噪声影响；
4. 参考文献
[1]张倩，占君，陈珊.基于matlab图像函数及其应用[m] .电子工业出版社，2011.
[2]钱稷.基于图像处理的字符识别系统研究[m].河北农业大学，2007.
[3]阮秋琦.数字图像处理学[m].电子工业出版社，2013.
5. 计划与进度安排
2022-2-25~2022-3-10：收集毕业设计相关资料，查阅相关文献，完成开题报告；
2022-3-11~2022-3-25：熟悉matlab开发平台，研究需要的各种函数及算法；
2022-3-26~2022-4-30：设计实现答题卡识别与检测系统的总体方法与代码；
