[发明专利]一种O2O互联网作业本、系统及实现方法在审

专利信息
申请号: 201510512751.6 申请日: 2015-08-19
公开(公告)号: CN105184232A 公开(公告)日: 2015-12-23
发明(设计)人: 祁亨年;高学;司华友;邓飞 申请(专利权)人: 祁亨年
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/34
代理公司: 宁波江东全方专利商标事务所(普通合伙) 33242 代理人: 肖华;詹晓东
地址: 311300 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 o2o 互联网 作业本 系统 实现 方法
【权利要求书】:

1.一种O2O互联网作业本,其特征在于,作业本上设置有条码区域、学生信息区域、答题区域及评分栏区域、作业题目,每个作业题目对应一个答题区域;条码区域设置有条码,条码包含作业的分类信息;作业本每一页设置上设置有条码区域;作业的分类信息包含科目或章节或知识点信息。

2.根据权利要求1所述的一种O2O互联网作业本,其特征在于,作业题目包括主观题和客观题;每个主观题对应一个评分区域。

3.根据权利要求1或2所述的一种O2O互联网作业本,其特征在于,作业本中设置有客观题答题专区,用于填写一个或者一个以上客观题的答案。

4.一种O2O互联网作业本系统,其特征在于,包括作业本、智能终端、图像采集装置、图像处理装置、数据库服务器;图像采集装置用于采集作业本上图像,并将采集作业本上图像保存到数据库服务器;图像处理装置对图像采集装置采集的作业本中的条码进行识别,获取作业条码信息,并对作业本中的图像信息进行定位与分割,分割出待识别的字符图像区域,然后对字符图像区域进行高精度识别,并将识别后的数据信息上传至数据库服务器进行统计;数据库服务器用于保存图像采集装置采集的图像、学生信息、图像处理装置处理的数据;智能终端用于与数据库服务器之间通信,显示学生信息、作业信息及评分结果。

5.根据权利要求4所述的一种O2O互联网作业本系统,其特征在于,图像采集装置为扫描仪或者摄像头。

6.根据权利要求4所述的一种O2O互联网作业本系统,其特征在于,当作业题目为主观题时,图像处理装置中待识别的字符图像区域为评分栏区域。

7.根据权利要求4所述的一种O2O互联网作业本系统,其特征在于,当作业题目为客观题时,图像处理装置中待识别的字符图像区域为客观题答题专区。

8.实现方法,其特征在于,包括如下步骤:

1)采用图像采集装置采集作业图像,并将采集作业本上图像保存到数据库服务器;

2)图像处理装置对步骤1)中采集的作业图像进行二值化处理;

3)图像处理装置对作业本中的条码进行识别,获取作业条码信息;

4)图像处理装置对作业本中的图像信息进行定位;

5)对步骤4)中已经定位的图像信息进行分割,分割出待识别的字符块;

6)对步骤5)中分割出的字符进行识别,识别方法如下:首先根据字符块分割过程中得到候选分割字符,建立候选字符分割路径图,然后采用动态规划的方法计算最优分割路径,得到字符串的识别结果;最后并将识别后的数据信息上传至数据库服务器进行统计。

9.根据权利要求8所述的实现方法,其特征在于,步骤2)中,采用基于最大类间方差方法进行图像二值化处理。

10.根据权利要求8所述的实现方法,其特征在于,步骤6)中将字符块分为非中文字符串和中文字符串两种,分别进行识别处理;对于非中文字符串的识别,对每个候选字符分割块,首先计算8方向梯度特征,并进行LDA降维,然后在降维后的特征矢量空间中,利用MQDF(ModifiedQuadraticDiscriminantFunction)分类器进行分类,得到每个候选字符的识别可信度;将识别可信度与相邻候选字符分割块的宽高比等几何信息进行综合,并将综合后的识别可信度代入到文本块识别的最优分割路径计算中;对于中文字符串的识别,对每个候选字符分割块,首先计算8方向梯度特征,并进行LDA降维;在降维后的特征矢量空间中,利用MQDF分类器进行分类,得到每个候选字符的识别可信度,将识别可信度与二元语言模型信息,以及相邻候选字符分割块的宽高比等几何信息进行综合,并将综合后的识别可信度代入到文本行识别的最优分割路径计算中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于祁亨年,未经祁亨年许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510512751.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top