[发明专利]一种试卷图像采集方法、装置及设备在审

专利信息
申请号: 202011065787.1 申请日: 2020-09-30
公开(公告)号: CN112351199A 公开(公告)日: 2021-02-09
发明(设计)人: 孙悦;李天驰;乔伟 申请(专利权)人: 深圳点猫科技有限公司
主分类号: H04N5/232 分类号: H04N5/232;G09B5/02
代理公司: 广东良马律师事务所 44395 代理人: 张柯
地址: 518000 广东省深圳市南山区前海深港合作区南山街道兴海大道3044*** 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: 一种 试卷 图像 采集 方法 装置 设备
【说明书】:

发明公开了一种试卷图像采集方法、装置及设备,该方法包括:检测到拍照指令,通过终端设备上设置的传感器判断当前拍摄条件是否满足预设的拍摄条件;若当前拍摄条件满足预设的拍摄条件,则通过终端设备上设置的摄像头采集试卷图像;对采集的试卷图像进行图像质量检测;若采集的试卷图像的图像质量满足预设的图像质量条件,则启动拍摄指令生成拍摄后的目标试卷图像。本发明实施例通过借助拍照终端的传感器及图像算法技术,在拍照时对用户的行为进行约束,通过实时判断图像中试卷的状态结合文字反馈对用户进行引导,最终保证拍摄的试卷图像都是高质量的,为后续试卷评估带来了方便。

技术领域

本发明涉及图像采集技术领域,尤其涉及一种试卷图像采集方法、装置及设备。

背景技术

当前的教育类产品,通常需要学生线下完成作业后,将作业试卷拍照上传后再进行批改。由于是学生自助拍照,拍照的质量无法保证,很容易由于模糊、暗光、角度过大、试卷不完整等图像质量的问题,导致教师无法进行后续的批改操作,对教学质量产生较大影响,重复上传也会影响用户体验。

因此,现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足,本发明的目的在于提供一种试卷图像采集方法、装置及设备,旨在解决现有技术中的技术问题。

本发明的技术方案如下:

一种试卷图像采集方法,应用于终端设备,所述方法包括:

检测到拍照指令,通过终端设备上设置的传感器判断当前拍摄条件是否满足预设的拍摄条件;

若当前拍摄条件满足预设的拍摄条件,则通过终端设备上设置的摄像头采集试卷图像;

对采集的试卷图像进行图像质量检测;

若采集的试卷图像的图像质量满足预设的图像质量条件,则启动拍摄指令生成拍摄后的目标试卷图像。

进一步地,所述对采集的试卷图像进行图像质量检测,还包括:

若采集的试卷图像的图像质量不满足预设的图像质量条件,则将不满足的预设的图像质量条件的判断结果反馈给用户。

进一步优选地,所述检测到拍照指令,通过终端设备上设置的传感器判断当前拍摄条件是否满足预设的拍摄条件,包括:

检测到拍照指令,通过终端设备上设置的光线传感器判断当前拍摄环境的亮度是否低于预设的亮度阈值。

进一步优选地,所述检测到拍照指令,通过终端设备上设置的光线传感器判断当前拍摄环境的亮度是否低于预设的亮度阈值,还包括:

通过终端设备上设置的惯性传感器判断当前拍摄的终端设备是否存在抖动。

优选地,所述对采集的试卷图像进行图像质量检测,包括:

依次对采集的试卷图像的像素亮度、图像清晰度、边缘完整度、及试卷与摄像头的拍摄角度进行检测。

进一步地,所述对采集的试卷图像进行图像清晰度检测,包括:

根据拉普拉斯算子对试卷图像进行运算,获取试卷图像中像素值的拉普拉斯变换值;

判断像素值的拉普拉斯变换值是否小于预定的经验值;

若像素值的拉普拉斯变换值小于预定的经验值,则判定试卷图像为模糊图像。

进一步地,所述对采集的试卷图像进行边缘完整度检测,包括:

构建深度学习模型,根据试卷边缘检测样本对深度学习模型进行训练,生成试卷边缘检测模型;

将采集的试卷图像输入试卷边缘检测模型,根据输出结果获取试卷的边缘完整度数据。

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点猫科技有限公司,未经深圳点猫科技有限公司许可,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/202011065787.1/2.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