基于图像的考试成绩自动提取与录入开题报告

1. 研究目的与意义

在教育领域中，考试是教学评估和技能测试的重要手段之一，其形式和种类繁多，然而试卷作为一种通用的载体在各种类型的考试中得到广泛的使用。考试过后，试卷的批阅工作信息量大、实效性强，同时要求很高的准确率。传统的人工批阅方法不仅工作量大、耗时耗力，可靠性和安全性都难于保证。

长期以来，学生成绩的管理工作因管理手段落后，各类成绩的打印、整理、装订和归档需要花费大量的人力和物力，同时各类考试成绩的事后监督与归档的分离也需要大量的时间。随着计算机小型化的趋势及办公自动化的要求，如果能够利用基于图像的考试成绩自动提取与录入技术来实现考试成绩的自动识别和处理，将大大有利于解决传统的人工处理方式中存在的工作量大、成本高、效率低、时效性差等问题。因此对可靠的应用于教育领域的考试成绩的自动录入系统的需求已是迫在眉睫。基于图像的考试成绩自动提取与录入系统即是为了适应上述要求而开发的。

本系统是针对考试阅卷的实际需求进行研发的，其目的在于自动识别试卷图像中的手写体数字信息(如：分数和学号)，并对识别的结果进行统计分析。本系统不仅可以应用于上述领域，还可以应用于档案管理、金融、邮政等行业，实现各种手写体数字信息自动录入和处理。手写体数字识别技术的应用，必将大大提高工作效率，加快信息化的进程，具有广阔的应用前景。

2. 研究内容和预期目标

本课题研究的是试卷中手写体数字的识别问题，关键点是学生考试信息区域及评分栏定位、手写数字的分割和识别，它们都是制约识别的重要因素，是手写体数字识别中需要迫切需要解决的问题。研究主要包括以下内容：

1．试卷预处理。根据系统实际应用的背景和特点，对采集到的试卷图像进行灰度化、图像增强、二值化等一系列的预处理。

2.学生考试信息区域及评分栏定位。准确定位出表格的位置，并检测出表格线，将学生信息区域及评分栏提取出来。

3. 研究的方法与步骤

1.试卷预处理时，对采集到的试卷图像进行灰度化，采用中值滤波进行图像增强，并用最大类间误差法对图像进行二值化处理。

2.学生信息区域及评分栏定位。先使用hough变换进行倾斜校正，再运用投影法定位出分数区及学生信息区域表格的位置。结合各个表格域位置坐标，提取出表格中的手写数字。

3.分割手写体字符时，首先提取出粘连的区域，然后估计粘连区域的数字的个数，对数字进行细化和骨架优化，选用聚类分析切割字符。

4. 参考文献

[1]尹卓钰. 基本图像处理算法的优化分析[j]. 科学与信息化，2018(19)：59.

[2]任丹, 陈学峰. 手写数字识别的原理及应用[j]. 计算机时代, 2007(3):17-18.

[3]冯运亮. 基于手写体数字识别的考试成绩自动录入与处理系统[d]. 2008.

5. 计划与进度安排

（1）2022.2.20-2022.3.10查阅资料，填写开题报告，完成外文资料的翻译。

（2）2022.3.11-2022.3.17熟悉matlab环境及图像处理工具箱。

（3）2022.3.18-2022.4.10对对试卷图像进行适当预处理，实现对学生信息区域、评分栏区域的定位。