主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2020-02-14 公布专利
2020-02-11 公布专利
2020-02-07 公布专利
2020-02-04 公布专利
2020-01-31 公布专利
2020-01-24 公布专利
2020-01-21 公布专利
2020-01-17 公布专利
2020-01-14 公布专利
2020-01-10 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »

一种基于图像模糊识别的试卷信息定位方法及系统有效

申请号: CN201410322040.8 文献下载
申请日: 2014-07-08 公开/公告日: 2018-06-05
公开/公告号: CN104143082B 主分类号: G06K9/00
申请/专利权人: 北京彩云动力教育科技有限公司
发明/设计人: 陈炽昌;莫剑斌;崔勇;阚长鑫;吴金龙
分类号: G06K9/00
搜索关键词: 试卷 试卷信息 图像模糊 阅卷 定位方法及系统 答题卡 试题 答题信息 外接矩形 定位孔 定位线 纸质化 纠偏 题卡 校正 扫描 图像 节约 考试 制造
 
我不想注册,点击直接下载立即登录,下载文献升级会员,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北京彩云动力教育科技有限公司,未经北京彩云动力教育科技有限公司许可,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

 
地址: 100000 北京市海*** 国省代码: 北京;11
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 王永文;刘文求
【权利要求书】:

1.一种基于图像模糊识别的试卷信息定位方法,其特征在于,所述方法包括以下步骤:

A、扫描未作答试卷,获取所述试卷试题区域的最大外接矩形特征向量值;所述试卷试题区域为试卷页面上含有该页面上全部试题信息的区域;

B、扫描已作答试卷,获取已作答试卷试题区域的最大外接矩形特征向量值;

C、以步骤A中获取的最大外接矩阵特征向量值为标准,将所述步骤A和B中分别获取的最大外接矩阵特征向量值相比对,计算出已作答试卷图像的偏移角度以及X方向和Y方向的缩放因子,并根据计算出的偏移角度和缩放因子对所述已作答试卷图像进行纠偏校正以及定位;

所述步骤A和B中最大外接矩形特征向量值的获取方法为:通过扫描获取未作答试卷或者已作答试卷的图像,从所述图像中获取未作答试卷或者已作答试卷上试题区域的灰度直方图,通过所述灰度直方图得到所述最大外接矩形特征向量值;

所述灰度直方图获得最大外接矩形特征向量值的算法如下:在灰度直方图中从X轴方向从左到右进行搜索,灰度从255变为小于255的值即为左上角坐标的值,以此算法即可算出右上角坐标及左下角和右下角坐标值,把这四个坐标值向量表以及四点处的灰度值都保存到模糊分类器中;

所述最大外接矩形特征向量值为试卷试题区域的最大外接矩形的二维坐标值;

对所述已作答试卷信息进行纠偏校正的方法为:根据所述步骤A和B中分别获取的最大外接矩阵的二维坐标值,计算出已作答试卷图像的偏移角度以及X方向和Y方向的缩放因子,并以步骤A中获取的最大外接矩阵的二维坐标值为标准,对所述已作答试卷图像进行纠偏校正和定位;

所述最大外接矩形特征向量值以XML文件的格式存入模糊分类器中。

2.一种基于图像模糊识别的试卷信息定位系统,其特征在于,包括:

标准获取模块,用于扫描未作答试卷,获取所述试卷试题区域的最大外接矩形特征向量值,并将结果存储在模糊分类器中;所述试卷试题区域为试卷页面上含有该页面上全部试题信息的区域;

答卷信息获取模块,用于扫描已作答试卷,获取已作答试卷试题区域的最大外接矩形特征向量值;

纠偏定位模块,用于以标准获取模块中获取的最大外接矩阵特征向量值为标准,将标准获取模块和答卷信息获取模块中分别获取的最大外接矩阵特征向量值相比对,计算出已作答试卷图像的偏移角度以及X方向和Y方向的缩放因子,并根据计算出的偏移角度和缩放因子对所述已作答试卷图像进行纠偏校正和定位;

在标准获取模块包括特征向量值获取第一单元;答卷信息获取模块中包括特征向量值获取第二单元;

所述特征向量值获取第一单元和第二单元,用于从扫描得到的未作答试卷或者已作答试卷的图像中获取未作答试卷或者已作答试卷上试题区域的灰度直方图,通过所述灰度直方图得到所述最大外接矩形特征向量值;

所述灰度直方图获得最大外接矩形特征向量值的算法如下:在灰度直方图中从X轴方向从左到右进行搜索,灰度从255变为小于255的值即为左上角坐标的值,以此算法即可算出右上角坐标及左下角和右下角坐标值,把这四个坐标值向量表以及四点处的灰度值都保存到模糊分类器中;

所述最大外接矩形特征向量值为试卷试题区域的最大外接矩形的二维坐标值;

对所述已作答试卷信息进行纠偏校正的方法为:根据标准获取模块和答卷信息获取模块中获取的最大外接矩形的二维坐标值,计算出已作答试卷图像的偏移角度,并以标准获取模块中获取的最大外接矩阵的二维坐标值为标准,对所述已作答试卷图像进行纠偏校正;

所述最大外接矩形特征向量值以XML文件的格式存入模糊分类器中。

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。
我不想注册,点击直接下载立即登录,下载文献升级会员,免费下载

本文链接:http://www.vipzhuanli.com/pat/books/201410322040.8/1.html,转载请声明来源钻瓜专利网。

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

400-8765-105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
定制专利/购买专利

行业大牛为您服务 快来咨询~

4008765105 / 022-60709568