[发明专利]试卷卷面分数识别方法和装置

摘要

本发明涉及一种试卷卷面分数识别方法和装置。本发明的试卷卷面分数识别方法是采用多层感知网络对数字手写体进行识别，识别通过学习训练过程和识别过程来实现。本发明的试卷卷面分数识别装置包括一个放置试卷的台面，台面上设置3～4根可调立柱支撑着一块与台面平行安置的上面板，上面板上装有：一个摄像头对准试卷卷面分数、一个激光灯照射试卷卷面分数区域和1～4个辅助灯光照亮试卷卷面；摄像头经数据采集卡连接一台电脑。本装置易于构建，操作方便，能对试卷卷面手写体分数进行准确、高效识别，满足实际运用要求。

主权项

1.一种试卷卷面分数识别方法，其特征在于采用多层感知网络对数字手写体进行识别，首其识别通过学习训练过程和识别过程来实现：(1)学习训练过程步骤：①输入样本：首先将印在试卷上分数图像由图像采集卡的模数转换变成数字信号输入计算机；预处理：对拍摄得到的数字图像进行噪声、倾斜的调整和宽高归一化预处理；③特征提取：对数字图像取出它的点阵构成特征值样本对(XK，YK)，作为BP网络的输入值，即把数字图像上的一个象素的值都作为一个特征值存在数组中；④BP网络训练：BP网络训练过程分为模式顺传播和误差逆传播：(a)模式顺传播：先初始化“输入层----隐含层”和“隐含层----输出层”权值参数；然后对样本逐个扫描，对样本中的单个权字图像提取特征向量，将它们输送到输入层，根据神经元间连接的权值Wji计算netpj、Opj，得到该层的理想输出；该数据作为隐含层的输入，同样得到隐念层的理想输出；再从隐念层传到输出层，得到结果；(b)误差逆传播：将输出层的结果与理想输出比较，计算输出层每个结点上的权值误差，根据输出层结点上的误差计算隐含层每个节点上的误差；再分别计算隐念层、输入层的误差，对每个神经元间的权值修正；误差逆传播中要对误差进行统计，计算出均方误差，如果均方误差满足期望值，而且不超过最大循环次数则跳出循环；如果达不到预期的误差值，或者超过了最大的循环次数，需要改变训练参数，直到训练结束；⑤训练结束后，今在样本图片所在的目录下生成3组数据，分别以计算机文件的形式存储，即“win.dat”、“whi.dat”和“num.dat”，保存着输入层与隐念层之间的权值、隐含层与输出层之间的权值和各层结点的个数信息，供下面的识别使用；(2)识别过程步骤：①输入待识别数字图像：采集待识别的包含手写体数字的图片；②预处理：同步骤(1)中的预处理方法一样；③特征提取：同前步骤(1)中学习训练过程中特征提取方法一样，对数字图像取出它的点阵构成特征值样本对(XK，YK)；④BP网络识别：把提取到的特征向量输送到输入层，根据权值信息激活模式顺传播的前向输入处理通道，在神经元输出结点上得到判别输出结果，即完成该手写体图像的识别。