申请/专利权人：合肥林翔智能科技有限公司

申请日：2017-05-05

公开（公告）日：2018-03-09

公开（公告）号：CN107784264A

主分类号：G06K9/00(2006.01)I

分类号：G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06F17/30(2006.01)I;G06Q50/20(2012.01)I

优先权：

专利状态码：失效-发明专利申请公布后的视为撤回

法律状态：2020.11.13#发明专利申请公布后的视为撤回;2018.03.09#公开

摘要：本发明公开了一种基于图像处理的答卷分析方法及系统，其中，所述方法包括：获取纸质材料的答卷的电子版图片；对所述图片进行信息化处理，将图片信息转化为文字信息；对所述文字信息进行处理，将整张答卷分解为独立的试题；对所述图片及对应的独立试题进行分析，获取试题在答卷上的位置信息；对所述图片进行图像处理，获得所述图片上各位置对应的判卷结果；将所述位置的判卷结果与其对应的试题文字信息建立关联，分辨出对题与错题；将所述错题导入到系统中记录存档，形成错题库。与先前技术相比，本发明适用范围广，答卷分析效率高。

主权项：一种答卷分析的方法，其特征在于，包括：获取纸质材料的答卷的电子版图片；对所述图片进行信息化处理，将图片信息转化为文字信息；对所述文字信息进行处理，将整张答卷分解为独立的试题；对所述图片及对应的独立试题进行分析，获取试题在答卷上的位置信息；对所述图片进行图像处理，获得所述图片上各位置对应的判卷结果；将所述位置的判卷结果与其对应的试题文字信息建立关联，分辨出对题与错题；将所述错题导入到系统中记录存档，形成错题库。

全文数据：基于图像处理的答卷分析方法及系统技术领域[0001]本发明涉及图像处理技术领域，具体指一种在纸质文档条件下的基于图像处理的答卷分析方法及系统。背景技术[0002]众所周知，学生学习依赖于反复训练，一般学生会做大量的习题和试卷，日积月累会形成数据庞大的纸质文档集合。在这些纸质文档中会包含不少做错的题目，错题的根源往往是由于知识学习时所产生的知识漏洞而造成的。受限于人的学习习惯，存在一定的概率发生重复错误;有的学生知道自己这道题错了，但是认识往往不深刻，即使重新做一遍原来的题目，也还是答错。因此有效使用错题本，可使学习更有针对性，有助于提高学习效率。很多学校的老师都会推荐学生去整理错题本，甚至有些学校会把整理错题本当成是一种学习作业的考核形式。在学习中，学生把自己做过的作业、习题、试卷中的错题抄在错题本上，便于日后随时翻阅，查找自己的知识漏洞。每个学生的错题不尽相同，因此整理出属于自己的错题集是提升学习成绩的有效手段。通过建立错题本，将错题抄录下来，并重新分步把正确答案做出来，掌握答题技巧，对巩固知识、弥补漏洞很有帮助。错题本的形式固然非常好，但是如何整理错题本、如何运用错题本却困扰着很多学生，而且由此产生的工作量对学生形成不小的负担和压力。[0003]发明专利CN201010228271.4公开了一种生成错题本的方法及系统，能够根据电子版试题图片生成不包含手写体字符的试题图片，进而生成错题本。该申请通过区分电子版原始试题图片中包括的打印体字符及手写体字符，识别电子版原始试题图片中各像素点的颜色值，并将颜色值在预置范围内的像素点的颜色修改为背景色，另存为不包含手写体字符的试题图片;最终将不包含手写体字符的试题图片与对应的原始试题图片分别导出到两个word文档中，生成错题本。然而实施该发明的一个前提是打印体与手写体字符的颜色不同，并且，获取到的电子版试题图片中，打印体与手写体字符的颜色也能够体现出上述区另IJ。通过像素颜色区分打印体和手写体，在实际运用中也存在一定的适应性限制，而且不能区别正确答题与错误答题，错题的筛选还需手动人工进行。[0004]发明专利CN201410208709,提出了一种基于图像处理的学生文档管理系统，通过将批改好的作业、考试的试卷集中进行扫描，然后通过图像识别来自动判别试卷中的错题，最后由电脑自动收集和归类错题，从而实现资料数字化和智能的分类。该方法通过对文档图像像素进行颜色分类，筛选出红色像素点，进而找出阅卷人于文档上批注的符号，因此要求试卷采用手写或印刷的黑色字迹，答卷人的字迹颜色为黑色或者蓝色，老师的批阅为红色笔手写的颜色，对原始纸质材料限制较严格，适用范围有限。发明内容[0005]本发明提供一种基于图像处理的答卷分析方法及系统，能够根据纸质材质的试题答卷生成试题原题及答卷信息，进而生成错题本。[0006]本发明提供了如下方案：一种答卷分析的方法，包括：获取纸质材料的答卷的电子版图片；对所述图片进行信息化处理，将图片信息转化为文字信息；对所述文字信息进行处理，将整张答卷分解为独立的试题；对所述图片及对应的独立试题进行分析，获取试题在答卷上的位置信息；对所述图片进行图像处理，获得所述图片上各位置对应的判卷结果；将所述位置的判卷结果与其对应的试题文字信息建立关联，分辨出对题与错题；将所述错题导入到系统中记录存档，形成错题库。[0007]优选的，可以根据输入的答卷，汇总形成试题库;通过整理学生学习各阶段考试大纲，可以形成知识点库;通过对试题进行关键字分析，可以建立试题与知识点的对应关系。[0008]优选的，可以提供用户输入接口，供用户确认或修正系统自动关联的知识点，进一步完善试题与知识点的正确对应;可以通过查询、索引功能，提高用户选择知识点的便利性。[0009]优选的，系统可预设图像匹配模板，也可自动学习阅卷信息匹配模板，从而提高图像处理过程中判卷结果识别的准确率。[0010]优选的，通过图像处理获得答题的判卷信息后，可提供所有试题汇总表，供用户确认答卷分析结果的正确性;并提供接口，供用户修改各试题判卷成绩。[0011]优选的，通过对错题进行关键字分析，可在预先设定的知识点库中查询所对应的知识点，从而建立错题与知识点的对应关系；可根据答卷人错题记录，分析知识薄弱点，有针对性地推送系统试题库中相同知识点的试题进行学习。[0012]优选的，可以对错题库系统进行分析，并按照输入时间、知识点、用户名等特征进行筛选、排序，形成不同答卷人的学习档案。[0013]优选的，可以对整张答卷的分析结果形成总结报告并进行记录，提供接口供用户输入备注信息，为日后的复习回顾提供帮助。[0014]本发明还提供了一种答卷分析实现系统，包括:图像采集模块，用于获取纸质版原始答卷的图片;文字转换模块，用于将图片形式的答卷转化为文字形式的试题集;图像处理模块，用于识别各试题的位置、分辨各试题答卷的正确性;结果分析模块，用于错题统计、学习档案记录、相同知识点试题训练。[0015]优选的，还包括：输入模块，用于通过预先提供的接口接收用户确认或修正系统自动关联的知识点、确认或修改系统识别的判卷结果；存储模块，用于保存根据输入的答卷汇总形成的试题库、试题与知识点的关联、错题库系统分析结果、用户学习档案。[0016]附图说明[0017]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0018]图1是本发明实施例提供的方法的流程图；图2是本发明实施例提供的系统的示意图。[0019]具体实施方式[0020]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。[0021]参见图1，本发明实施例提供的图片处理方法包括以下步骡：S101:获取纸质材料的答卷的电子版图片;所述纸质材料的答卷中包括打印体字符及手写体字符，由原始试题信息、答卷人答题信息和阅卷人阅卷信息组合而成；其中，可以利用扫描仪对纸质试卷进行扫描得到电子版答卷图片，或者，也可以采用数码相机等进行拍照，得到电子版答卷图片。本实施例对采用的图片采集技术不做具体限定。[0022]Sl〇2:将图片信息转化为文字信息;本发明对所述图片进行字符识别优选的采用光学字符识别技术，利用光学字符识别程序对所述图片进行扫描和分析处理，可以自动解析出图片中的文字信息。光学字符识别技术可以对扫描、拍照等得到的照片的图片信息进行处理转换成文字信息，在转化得到的文字信息中解析出答卷的文字，这一步骤能够有效的将答卷图片转换为文字信息有利于帮助提高试题的录入效率。此外还可以采用其他的字符识别技术对所述图片进行字符识别，本实施例对采用的字符识别技术不做具体限定；S103:将整张答卷文字信息分解为独立的试题;在当前的考试中所涉及的考试题目类型主要分为两大类，一类为以选择题为主的客观题，一类为非选择题的主观题，例如主观题可以包括填空题、简答题、应用题等。基于试卷的特性，原始试题中会预留出特定空间，供答题者填^答案;每一道试题都会有特定的结束符，以与下一道试题做区分，由此可对相邻的试题进行分隔;在分解过程中可同步获取答卷者原始答卷信息；众多独立试题，可汇总形成试题库;通过整理学生学习各阶段考试大纲，可以形成知识点库;通过对试题进行关键字分析，可以建立试题与知识点的对应关系;可以提供用户输入接口，供用户确认或修正系统自动关联的知识点，进一步完善试题与知识点的正确对应;可以通过查询、索引功能，提高用户选择知识点的便利性。[0023]S104:获取试题在答卷上的位置信息;在扫描得到的答卷图片中，可以基于图片建立坐标系，根据各试题所处像素点位置，可计算得到各试题在答卷上的位置信息、阅卷人阅卷信息；S105:获得所述图片上各位置对应的判卷结果;在一张答卷上，阅卷人会以v或者x的形式对答卷进行判定;通过图像匹配技术，可以识别出所述图片中该位置试题对应的正确性信息，并进行记录；由于不同阅卷者习惯不同，可以通过正向的V进行正解记录，也可以通过反向的x进行错题记录，或者二者同步统计。[0024]另外鉴于每个阅卷者打分的手写习惯不尽相同，系统中增加老师判卷的自学习和模板积累功能，即自动累计记录每个老师自己手写习惯，使用越多，识别的准确率越高。为防止识别率过低而引起的识别分数导致的分数错误，系统对单次识别的准确对比率进行提示，但识别正确率低于90%时，系统独立把本次识别的原图和识别后的数字独立提示出来，供人工确认和调整，以确保识别的准确性。[0025]S106:建立原始试题与判卷结果的关联，分辨出对题与错题;基于上述图像匹配得到的试题判卷结果，及该位置对应的试题文字信息，可得到答卷上所有试题的判卷结果；通过图像处理获得答题的判卷信息后，可提供所有试题汇总表，供用户确认答卷分析结果的正确性;并提供接口，供用户修改各试题判卷成绩。[0026]S107:将所述错题导入到系统中记录存档，形成错题库;错题库中包括错题原始试题、错误答案;通过对错题进行关键字分析，可在预先设定的知识点库中查询所对应的知识点，从而建立错题与知识点的对应关系；可根据答卷人错题记录，分析知识薄弱点，有针对性地推送系统试题库中相同知识点的试题进行学习；可以对错题库系统进行分析，并按照输入时间、知识点、用户名等特征进行筛选、排序，形成不同学生的学习档案;也可以对整张答卷的分析结果形成总结报告并进行记录，提供接口供用户输入备注信息，为日后的复习回顾提供帮助。[0027]与本发明实施例提供的基于图像处理的答卷分析方法相对应，本发明实施例还提供了一种基于图像处理的答卷分析系统，参见图2,该系统包括以下单元：图像采集模块201，用于获取纸质版原始答卷的图片；文字转换模块202,用于将图片形式的答卷转化为文字形式的试题集；图像处理模块203,用于识别各试题的位置、分辨各试题答卷的判卷结果；结果分析模块204，用于错题统计、学习档案记录、相同知识点试题训练。[0028]为便于用户建立试题与知识点关联、确认判卷结果、分析统计结果，该系统还可以包括：输入模块，用于通过预先提供的接口接收用户确认或修正系统自动关联的知识点、确认或修改系统识别的判卷结果；存储模块，用于保存根据输入的答卷汇总形成的试题库、试题与知识点的关联、错题库系统分析结果、用户学习档案。[0029]以上对本发明所提供的基于图像处理的答卷分析方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

权利要求：1.一种答卷分析的方法，其特征在于，包括：获取纸质材料的答卷的电子版图片；对所述图片进行信息化处理，将图片信息转化为文字信息；对所述文字信息进行处理，将整张答卷分解为独立的试题；对所述图片及对应的独立试题进行分析，获取试题在答卷上的位置信息；对所述图片进行图像处理，获得所述图片上各位置对应的判卷结果；将所述位置的判卷结果与其对应的试题文字信息建立关联，分辨出对题与错题；将所述错题导入到系统中记录存档，形成错题库。2.根据权利要求1所述的方法，其特征在于，还包括：可以根据输入的答卷，汇总形成试题库；通过整理学生学习各阶段考试大纲，可以形成知识点库；通过对试题进行关键字分析，可以建立试题与知识点的对应关系。3.根据权利要求1所述的方法，其特征在于，还包括：可以提供用户输入接口，供用户确认或修正系统自动关联的知识点，进一步完善试题与知识点的正确对应；可以通过查询、索引功能，提高用户选择知识点的便利性。4.根据权利要求1所述的方法，其特征在于，还包括：系统可预设图像匹配模板，也可自动学习阅卷信息匹配模板，从而提高图像处理过程中判卷结果识别的准确率。5.根据权利要求1或4所述的方法，其特征在于，还包括：通过图像处理获得答题的判卷信息后，可提供所有试题汇总表，供用户确认答卷分析结果的正确性；提供接口，供用户修改各试题判卷成绩。6.根据权利要求1或3所述的方法，其特征在于，还包括：通过对错题进行关键字分析，可在预先设定的知识点库中查询所对应的知识点，从而建立错题与知识点的对应关系；可根据答卷人错题记录，分析知识薄弱点，有针对性地推送系统试题库中相同知识点的试题进行学习。7.根据权利要求1所述的方法，其特征在于，还包括：可以对错题库系统进行分析，并按照输入时间、知识点、用户名等特征进行筛选、排序，形成不同答卷人的学习档案。8.根据权利要求1所述的方法，其特征在于，还包括：可以对整张答卷的分析结果形成总结报告并进行记录，提供接口供用户输入备注信息，为日后的复习回顾提供帮助。9.一种答卷分析实现系统，其特征在于，包括：图像采集模块，用于获取纸质版原始答卷的图片；文字转换模块，用于将图片形式的答卷转化为文字形式的试题集；图像处理模块，用于识别各试题的位置、分辨各试题答卷的正确性；结果分析模块，用于错题统计、学习档案记录、相同知识点试题训练。士•根据权利要求9所述的系统，其特征在于，还包括：U%!J入板块：用于通过预先提供的接口接收用户确认或修正系统自动关联的知识点、确1人或修改系统识别的判卷结果；存储模块:用于保存根据输入的答卷汇总形成的试题库、试题与知识点的关联、错题库系统分析结果、用户学习档案。

百度查询： 合肥林翔智能科技有限公司 基于图像处理的答卷分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD