[发明专利]基于图像综合特征的答题卡填涂信息自动识别方法

摘要

本发明提供基于图像综合特征的答题卡填涂信息自动识别方法。首先获取一道选择题区域图像数据，对其进行形态学处理，然后再进行自适应阈值的二值化，接再对二值化图像进行轮廓检测与异常轮廓判断，接着利用原始图像、形态学处理后图像与二值图像计算相关评价指标，然后利用所计算出来的评价指标和全局一致性阈值进行填涂结果判断，最后返回识别结果并更新全局一致性阈值。本发明能兼容不同纸张的答题卡，也能兼容滤红卡、选项区域有半框、全框或者字母等类型的答题卡，且具有很快的识别速度和较高的鲁棒性。

主权项

基于图像综合特征的答题卡填涂信息自动识别方法，其特征在于，包括以下步骤：(a)从答题卡图像中依次获取一道选择题区域灰度图像；(b)对步骤(a)获取的图像进行形态学闭操作；(c)对步骤(b)处理后所得的灰度图像进行自适应阈值二值化操作，并得到二值化阈值thresh；(d)对步骤(c)得到的二值化图像进行轮廓检测，并判断是否存在异常轮廓；(e)将步骤(a)所得灰度图像反相得到图像A，将步骤(c)得到的二值化图像反相得图像B，将步骤(b)得到的灰度图像反相并与图像B相与得图像C，将图像A与图像B相与得到图像D，然后利用图像A、B、C和D计算相应的评价指标；其计算过程包括以下步骤：e1)将步骤(a)所得灰度图像反相得到图像A，将步骤(c)得到的二值化图像反相得图像B，将步骤(b)得到的灰度图像反相并与图像B相与得图像C，将图像A与图像B相与得到图像D；e2)若题目的选项数量为N，依次获取步骤(e1)中得到的图像B、C和D对应每个选项的图像Bi、Ci和Di，i＝1,2…N；e3)利用A、Bi、Ci和Di依次计算每个选项的各个评价指标：方差imgDev、选项灰度和qsGraySum、选项填涂块面积qsArea和选项平均灰度qsAvgGray，其计算方法如下：perQstArea＝AW*AH/N，imgDev＝∑i,j(A(i,j)∑k,lA(k,l)/(AW*AH))2/(AW*AH)，其中AW为图像A的宽度，AH为图像A的高度；选项灰度其中Ci(j,k)为图像Ci对应像素点的像素值；选项填涂块面积其中Bi(j,k)为图像Bi对应像素点的像素值；选项平均灰度其中Di(j,k)为图像Di对应像素点的像素值；(f)利用步骤(e)计算出的评价指标得出填涂结果；(g)输出填涂结果，更新全局一致性填涂阈值globalGrayThresh：若在步骤中该选项识别为填涂，则新的全局一致性填涂阈值为该选项平均灰度值与原先全局一致性填涂阈值的平均值，即globalGrayThreshnew＝(globalGrayThreshold+qsAvgGrayi)/2，其中globalGrayThreshold为更新前的全局一致性阈值，globalGrayThreshnew为新的全局一致性阈值，qsAvgGrayi为该选项的平均灰度，如果有多个选项有填涂，则只需计算一次即可；(h)获取下一道选择题的图像，重复步骤(b)‑(g)，直到完成所有选择题的识别。