[发明专利]考试成绩统计方法、系统及计算机可读存储介质在审

专利信息
申请号: 201910565045.6 申请日: 2019-06-27
公开(公告)号: CN110414563A 公开(公告)日: 2019-11-05
发明(设计)人: 贺涛;欧阳一村;曾志辉;邢军华;许文龙 申请(专利权)人: 深圳中兴网信科技有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;汪海屏
地址: 518109 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 考试成绩 子图像 计算机可读存储介质 试题 题目 颜色空间变换 成绩统计 范围确定 分数统计 图像构建 信息生成 信息识别 准确定位 传统的 智能化 预设 纸质 匹配 统计 保留 培训
【权利要求书】:

1.一种考试成绩统计方法,其特征在于,包括:

获取答卷图像;

对所述答卷图像进行颜色空间变换处理,得到子图像;

根据预设分量范围确定所述子图像中批改位置信息;

获取所述子图像中的批改图像;

根据所述批改图像构建识别模型;

匹配所述答卷图像与所述识别模型,识别所述答卷图像的批改信息;

根据所述批改信息、所述批改位置信息、试题位置信息和分值信息生成试题分数;

根据所述试题分数统计考试成绩。

2.根据权利要求1所述的考试成绩统计方法,其特征在于,所述获取所述子图像中的批改图像的步骤,具体包括:

对所述子图像进行预处理,得到二值图像;

识别所述二值图像的轮廓点集;

根据所述轮廓点集确定批改文本轮廓和批改矩形框;

对所述批改文本轮廓进行平滑处理,得到文本模版;

根据所述文本模版、所述批改矩形框和所述子图像提取所述批改图像。

3.根据权利要求2所述的考试成绩统计方法,其特征在于,所述根据所述轮廓点集确定批改文本轮廓的步骤,具体包括:

根据所述轮廓点集识别所述二值图像的文本骨架;

检测所述文本骨架的端点;

若所述文本骨架的端点与除所述文本骨架的端点以外的任一端点之间的距离小于距离阈值,合并所述文本骨架的端点和除所述文本骨架的端点以外的任一端点,得到目标轮廓点集;

填充所述目标轮廓点集,得到批改文本轮廓。

4.根据权利要求2所述的考试成绩统计方法,其特征在于,所述根据所述轮廓点集确定批改文本轮廓和批改矩形框的步骤之后,还包括:

根据预设尺寸范围筛选所述批改矩形框。

5.根据权利要求1所述的考试成绩统计方法,其特征在于,所述根据所述批改图像构建识别模型的步骤之前,还包括:

对所述批改图像进行扩充处理,以使所述批改图像的高度等于所述批改图像的宽度。

6.根据权利要求1所述的考试成绩统计方法,其特征在于,所述根据所述批改信息、所述批改位置信息、试题位置信息和分值信息生成试题分数的步骤之前,还包括:

获取空白试卷图像;

分析并识别所述空白试卷图像的版面信息;

根据所述版面信息确定所述试题位置信息和所述分值信息。

7.根据权利要求1所述的考试成绩统计方法,其特征在于,还包括:

根据所述试题分数确定错题信息;

根据所述错题信息和所述考试成绩生成考试报告。

8.根据权利要求1至7中任一项所述的考试成绩统计方法,其特征在于,

所述识别模型为多层卷积神经网络识别模型。

9.一种考试成绩统计系统,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的考试成绩统计方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的考试成绩统计方法。

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深圳中兴网信科技有限公司,未经深圳中兴网信科技有限公司许可,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/201910565045.6/1.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