[发明专利]一种快速的鲁棒答题卡识别方法

说明书

技术领域

本发明属于图像处理识别的技术领域，具体涉及一种快速的鲁棒答题卡识别方法。

背景技术

答题卡识别技术主要包含基于图像识别的方法和基于光标阅读机的方法。

基于光标阅读机的方法由于其需要专业的设备、特制的答题卡等问题导致其价格昂贵，使用复杂，不适用于答题卡识别技术的广泛应用。

随着移动智能终端的发展，基于图像识别的答题卡识别技术得到了广泛的关注，可安装到各种带摄像头的设备中，方便老师阅卷，解放教师的时间。目前，这方面的应用主要是美国的Quick Key。

但是，将基于图像的答题卡识别技术应用到移动环境中，存在以下问题：

1、光照复杂，用户使用拍摄或扫描时可能在不同的光照环境下，可能导致答题卡区域的光照不均匀。

2、拍照视角及距离随机，用户拍照时的视角及距离可能随时变化，从而导致普通的形状校正不能够满足要求，因为单纯的形状校正后的答题卡会与标准模板有较大的偏移。

3、拍照抖动导致图像模糊，用户在使用移动设备进行拍照时，由于抖动会导致拍摄的图像模糊，从而使得答题区域模糊，可能导致误识。

4、试卷容易弯曲，用户的答题卡可能由于某些情况弯曲或者折叠，也可能导致校正的偏差。

5、填涂不完全，不同笔(铅笔、钢笔、签字笔)的在快速填涂答案时，可能会导致填涂不完整，这样通过普通的比例去判断答案不能够达到较好的效果。

6、识别的模板单一，目前现有的答题卡算法一般都要针对单一的模板进行识别，并不能支持多种答题卡的自动判断与识别。

发明内容

为了提高基于图像的答题卡识别的准确率和鲁棒性，本发明提供了一种快速的鲁棒答题卡识别方法，解决现有技术存在的上述问题。

本发明所采用的技术方案为：

一种快速的鲁棒答题卡识别方法，包括如下步骤：

S11，获取输入的图像，并对输入的图像进行灰度处理；并对灰度处理后的图像进行自适应二值化处理，得到自适应图像；

S12，在所述自适应图像中获取答题卡区域；并对答题卡区域进行校正及局部调整，得到校正答题卡；

S13，判断所述校正答题卡是否为预设答题卡类型；

若为预设答题卡类型，则执行S14；

若不为预设答题卡类型，则返回S11；

S14，根据所述校正答题卡属于的答题卡类型，获取所述校正答题卡的二值图像填涂区域；并计算所述二值图像填涂区域的填涂比例；

S15，根据所述校正答题卡所属的答题卡类型，获取所述校正答题卡的灰度图像的填涂区域；并计算所述灰度图像的填涂区域与所述灰度图像的填涂区域周围的差异值；

S16，根据S14计算后的填涂比例和S15计算后的差异值，判断填涂区域是否已被填涂。

优选的，S11，对灰度处理后的图像进行自适应二值化处理的方法具体为：

设灰度处理后的图像为I，灰度处理后的图像的均值滤波核为K，滤波图像为I′,矩阵为Isub，T为矩阵阈值；B为二值化处理结果；

S21，对灰度处理后的图像与灰度处理后的图像的均值滤波核进行卷积运算，得到滤波图像；I′＝I×K；

S22，通过灰度处理后的图像减去滤波图像，得到矩阵；Isub＝I-I′；

S23，对矩阵进行二值化处理，得到二值化处理结果；

S24，将二值化处理结果构成的图像作为自适应图像。

优选的，S12，在所述自适应图像中获取答题卡区域；并对答题卡区域进行校正及局部调整，得到校正答题卡的方法为：

S31，获取所述自适应图像的外轮廓，并对所述自适应图像进行过滤处理；获取所述外轮廓时，判断所述外轮廓是否位于所述自适应图像的中间位置；

若所述外轮廓不位于所述自适应图像的中间位置，则返回S11；

若所述外轮廓位于所述自适应图像的中间位置，则判断所述外轮廓是否大于预设的外轮廓阈值；

若所述外轮廓小于等于预设的外轮廓阈值时，则所述自适应图像作为取值图像；

若所述外轮廓大于预设的外轮廓阈值时，则取所述自适应图像的1/4作为取值图像；所述自适应图像的1/4具体为所述自适应图像的中心向四周均匀的取值所构成的图像；

S32，依次判断所述取值图像的轮廓中四个边角是否均为直角；如果不是直角点，则判断下一个边角，直到配对到四个直角构成矩形为止，所述取值图像中构成矩形的区域作为待校正图像；