[发明专利]一种用于成绩评价的识别手写实验报告的方法

说明书

技术领域

本发明涉及学生成绩评价领域，更具体地涉及学生成绩智能评价技术领域。

背景技术

学生在做各种实验时通常会手写实验报告，然后教师对学生提交的手写实验报告采取人工批改的方式，主要的批改内容包括文字的准确性、书写的工整性、数据的准确性等。教师批改时要详细阅读后给予批改意见和成绩，工作量很大，劳动强度很高。此外教师很难保证统一标准予以批改，导致出现同等质量的报告而成绩不同的现象发生，学生成绩衡量失准。

目前对手写的作业、实验报告、试卷等的智能批改、自动批改还尚未普及，原因主要是涉及到手写文字的识别的准确率、文字内容的分数评定的问题。

现有的手写文字识别技术有以下方式，第一种方式是手写输入的识别，即联机手写体识别，人一边写，计算机一边识别，这是一种实时识别方式，结合笔画、笔顺，实时生成备选汉字，输入者选择正确文字；另一种是手写文字稿的识别，将大量已经生成的手写文字通过光学字符识别方式（OCR方式）予以识别,由于手写者的书写习惯、文字特征不同，实现自由手写体识别相当困难，识别时需要预先学习才能够识别相应手写者的文字，整体讲，识别率明显低于印刷字体，无法用于手写的作业、实验报告、试卷等的批改。

另外，就目前来说，文字内容的分数评定也存在问题。例如，得分点不固定。按得分点赋分可以分为两种：一种是按词，即写到一个固定的关键词就赋分；另一种是按意，即写到类似的意思就赋分。前者容易实现，单个语词读取在技术上没有太大困难。但后一种赋分方式需要实现语义的识别，这种技术还有很大的难题。

除了按点赋分问题外，还含有一些格式、逻辑、搭配问题，比如标题、抬头，落款等，也大大降低了文字内容的分数评定的准确性。

发明内容

本发明的目的是提供一种用于成绩评价的识别手写实验报告的方法。常见的汉字识别技术往往不能达到实际要求，而学生的实验报告是根据已有的标准实验报告模板所写，可作为识别的参照，可以大大提高识别的准确度。同时，将纸质报告转换为电子报告存档后，就不用占用大量的场地，节省教学资源，还有当需对某学生实验报告进行复查时，教师不需要在成堆的实验报告中寻找，而可以迅速查到学生的实验报告。

一种用于成绩评价的识别手写实验报告的方法，包括以下步骤：S0：开始；S1：输入实验报告模板，将学生实验报告转化为电子图像；S2：对获取的学生实验报告电子图像进行预处理；S3：将学生实验报告电子图像分割成信息区和报告区；S4：对报告区进行图像相似度分析；S5：分别对信息区、报告区进行字符识别；S6：输出识别的文字结果、输出识别过程与结果的技术参数用于学生实验报告成绩评价；S7：结束。

优选地，所述步骤（S2）中的预处理包括平滑去噪、倾斜校正。必要的时候也可以图像二值化。

通常，学生实验报告扫描图像可能会由于光线、纸张扫描设备的差异而有不同区别，且纸张的洁白度、油墨深浅、纸张摆放角度等对文字的识别都会有影响，因此在后续识别之前必须进行预处理。

在对图像进行预处理后，图像识别效果有较大提高。

学生实验报告有两个区域，信息区和报告区，信息区和报告区有着显著的差异。信息区在学生实验报告页面的上部，包含印刷体的姓名、学号、班级、实验名称等项目名称，项目名称周边有一填空处，填空处有时有下划线，学生在填空处填写相应的信息，有些还有条码、二维码等印刷体字符。报告区是学生手写的实验报告部分，包含实验目的，实验原理、实验器材、实验内容、实验数据、实验总结、思考和讨论等，有文字、图形、公式等多种形式。

优选地，所述步骤（S3）中将学生实验报告电子图像分割成信息区和报告区的方法如下：

（1）识别：将实验报告的文字、字符进行行切割、字切割，识别出印刷体项目名称；

（2）比对：将识别出的印刷体字符的信息和实验报告模板中的相应内容、实验数据库中的相应信息进行比对；

（3）划分：如果项目名称和实验报告模板中的相应内容相符，则将印刷体的项目名称所在的行作为信息区，将其余的行作为报告区，如果项目名称和实验报告模板中的相应内容不相符，则重新识别。

在所述步骤（S3）中的行切割、字切割可以采用任何可行的公知技术。

可能存在多个同学将同一份实验报告转化为电子图像，分别用作各自实验报告的情况，这种情况意味着报告存在真实性问题，因此需要进行真实性检验，保证每个同学独立完成各自的实验报告。