[发明专利]一种光学标记异常填涂识别方法、系统、终端及存储介质有效

专利信息
申请号: 202011526386.1 申请日: 2020-12-22
公开(公告)号: CN112528930B 公开(公告)日: 2022-10-14
发明(设计)人: 马磊;张华英;侯庆;陈霞 申请(专利权)人: 山东山大鸥玛软件股份有限公司
主分类号: G06V30/40 分类号: G06V30/40;G06V10/26;G06V10/764;G06K9/62
代理公司: 济南舜源专利事务所有限公司 37205 代理人: 孙玉营
地址: 250101 山*** 国省代码: 山东;37
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 光学 标记 异常 识别 方法 系统 终端 存储 介质
【说明书】:

发明提供一种光学标记异常填涂识别方法、系统、终端及存储介质,包括:对光学标记识别填涂图像进行二值化预处理,得到填涂区域集合;统计每块填涂区域的填涂信息,所述填涂信息包括有效填涂面积、填涂灰度和过浅填涂面积;根据各填涂区域的填涂信息计算所述填涂区域集合的整体平均灰度和整体平均灰度标准差;根据所述整体平均灰度和整体平均灰度标准差对整体填涂过浅情况进行识别;通过比对填涂区域灰度值和整体平均灰度值的一致性,对填涂深浅不均情况进行识别。本发明能够自动识别异常填涂,从而对异常填涂区域进行特殊处理或人工校验,提高了光学标记识别答题卡的准确度,降低了人工校验的工作量。

技术领域

本发明涉及光学标记识别技术领域,具体涉及一种光学标记异常填涂识别方法、系统、终端及存储介质。

背景技术

光学标记识别(Optical Mark Recognition,OMR)技术具有快速简单、识别率高且成本低的特点,被大量应用于考试、票据、报表、普查等领域,具有很高的应用价值。OMR一般由定位标记和选项识别区两部分构成,早期的OMR采集技术使用光学感应设备直接对信息卡上的涂点进行对应采集识别,随着高速图像采集设备的发展,出现了基于图像的OMR采集方式,其方法是首先对信息卡进行信息采集,得到数字图像,使用图像处理对涂点进行识别处理,转化为数字信息。常规OMR信息卡使用对填涂区域分割起到关键作用的定位信息,方便对图像进行分割及填涂识别。

随着各类考试的计算机网上阅卷成为当今考试阅卷的发展潮流和趋势,基于图像的OMR识别关键技术也成为相关人员的研究重点。各类考试中通常考务要求考生规范填涂客观题OMR,但仍不可避免的会出现异常填涂的情况,如细微填涂、区域连涂、填涂过浅、深浅不一、大小不一、未擦干净、部分区域外填涂、完全区域外填涂、污渍污染等等。由于考生填涂OMR存在不规范情况,对OMR识别的正确率产生严重影响,增加了OMR人工质检的工作量。

发明内容

针对现有技术的上述不足,本发明提供一种光学标记异常填涂识别方法、系统、终端及存储介质,以解决上述技术问题。

第一方面,本发明提供一种光学标记异常填涂识别方法,包括:

对光学标记识别填涂图像进行二值化预处理,得到填涂区域集合;

统计每块填涂区域的填涂信息,所述填涂信息包括有效填涂面积、填涂灰度和过浅填涂面积;

根据各填涂区域的填涂信息计算所述填涂区域集合的整体平均灰度和整体平均灰度标准差;

根据所述整体平均灰度和整体平均灰度标准差对整体填涂过浅情况进行识别;

通过比对填涂区域灰度值和整体平均灰度值的一致性,对填涂深浅不均情况进行识别。

进一步的,所述对光学标记识别填涂图像进行二值化预处理,包括:

利用最大类间方差法对填涂图像进行预处理,将256个亮度等级的灰度图像动态选取二值化阈值,获得二值化图像;

根据所述二值化图像生成填涂区域坐标图像,将填涂区域坐标保存至填涂区域集合。

进一步的,所述方法还包括:

根据所属题目对填涂区域进行分类;

在整体填涂过浅情况下,对于单题,若存在有效填涂区域为0的情况,则比较单题内的OMR过浅填涂面积和灰度是否大于预设的过浅填涂阈值,若是,则判定该题目下的填涂区域存在填涂过浅问题;

对于多选题,比较单题内的OMR过浅填涂面积和灰度是否大于预设的过浅填涂阈值,若是,则判定该题目下的填涂区域存在填涂过浅问题。

进一步的,所述方法还包括:

计算题目内所有填涂区域的平均灰度值;

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山东山大鸥玛软件股份有限公司,未经山东山大鸥玛软件股份有限公司许可,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/202011526386.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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