申请/专利权人：石家庄云松信息科技有限公司

申请日：2019-08-30

公开（公告）日：2023-12-26

公开（公告）号：CN110659584B

主分类号：G06V30/413

分类号：G06V30/413;G06V30/166;G06V30/148;G06V30/22;G06F40/18;G06Q50/20

优先权：

专利状态码：有效-授权

法律状态：2023.12.26#授权;2020.02.04#实质审查的生效;2020.01.07#公开

摘要：本发明提出了一种基于图像识别的智能留痕阅卷系统，包括：定制答题卡模块用于生成答题卡信息；图像处理模块用于扫描所述二维码以获取所述试卷号，并根据所述试卷号获取对应的坐标信息描述表和试卷试题信息，对比扫描图像的标记点的实际坐标位置与定位信息表中记录的标记点坐标位置；所述数据处理模块用于获取所有参考学生的识别结果表，进而获取试题的答案信息，分别计算客观题和主观题的分数，得出每个学生的单张试卷的得分和排名，存储到计算结果表中。本发明通过报表快速知晓学生的知识掌握的情况，方便进行有针对性的讲解，简化了阅卷操作流程，大大降低了教师的学习成本。

主权项：1.一种基于图像识别的智能留痕阅卷系统，其特征在于，包括：定制答题卡模块、图像处理模块和数据处理模块，其中，定制答题卡模块用于生成答题卡信息，包括：试卷号、与所述试卷号对应的二维码、定位标记、评分框、考生基本信息和总分栏的输入标签、客观题题号和填涂区域、用于描述整个答题卡信息的定位信息表；定制答题卡模块用于生成试卷号以及对应试卷号的二维码，并将二维码放置在答题卡的固定边角位置上，试卷号具有唯一性；所述图像处理模块用于扫描所述二维码以获取所述试卷号，并根据所述试卷号获取对应的坐标信息描述表和试卷试题信息，对比扫描图像的标记点的实际坐标位置与定位信息表中记录的标记点坐标位置，依此计算试卷扫描图像与排版生成的试卷版面之间的比例尺，进行变换，矫正到先前设计的尺寸；然后根据由答题卡定制模块生成的坐标信息表，将各个试题所对应的图像区域进行切割，分为隐私区域、客观题区域、主观题区域和手写评分框区域；对于客观题区域，根据选项个数以及坐标信息识别出学生所填涂的结果，将识别结果绘制到识别结果图像上，并将识别结果保存到识别结果表中；对于主观题区域，调用先前训练好的识别模型对评分框内教师的手写图像进行识别，将识别结果绘制到识别结果图像上，并将识别结果图像保存到识别结果表中；将识别结果图像以及识别结果表发送至数据处理模块进行处理分析；所述图像处理模块进行矫正，包括如下步骤：首先在从坐标信息表中获取到定位点的坐标信息L1，将此坐标区域的面积放大m倍后得到L2，然后从扫描仪得到的原始图像中L2区域切割出来得到图像I1，在图像I1中查找到该定位点在实际图像的定位信息得到L3，得到一个定位点对应的实际坐标信息，重复此过程，找到答题卡中全部的定位点对应的坐标信息，通过仿射变换将原始图像矫正到答题卡设计模块指定的坐标；所述图像处理模块进行手写图像识别，包括如下步骤：对手写图像的预处理:首先把图像转成灰度图，按照大津法进行二值化，然后再进行图像去噪和增强处理，最终将图像转化到识别模型可接受的数据；所述数据处理模块用于获取所有参考学生的识别结果表，进而获取试题的答案信息，分别计算客观题和主观题的分数，得出每个学生的单张试卷的得分和排名，存储到计算结果表中；所述数据处理模块还用于从计算结果中获取到每个学生未获得满分的题目，对学生的答题图像以及教师的评分，批阅图像进行收集，并将结果存储到学生错题表中，然后从所有学生单张试卷得分情况计算出该试卷的难度、区分度和每个试题的正答率；所述定制答题卡模块用于生成位于卷面至少三个边角空白处的定位标记，所述定位标记用于确认实际印刷试卷尺寸与原始电子试卷尺寸之间的缩放比例以及电子试卷图像变形纠正处理；所述定位信息表包括：定位区域、学号区域、每个试题对应的坐标信息；所述坐标信息描述表包括：试卷定位点坐标、每个客观题的坐标、每个主观题的坐标、学号区域坐标、阅卷时想要遮盖的隐私区域坐标和每个主观题对应的教师评分框坐标；所述试卷试题信息包括:每个客观题题目的总分、正确答案、选项个数、每个主观题题目的总分和整张试卷的总分；所述识别模型可接受的数据，包括:将图像中的像素数据转换成一组长度为该图像面积的数字，每个数字表示图像指定区域的灰度；所述数据处理模块还用于计算试卷难度系数：对于客观题，难度P＝kN，其中，k为答对该题的人数，N为参加测验的总人数；对于主观题目，难度P＝XM，其中，X为试题平均得分；M为试题满分；所述数据处理模块还用于根据每个学生答错的试题情况，为每个学生生成强化练习试卷，其中，该试卷的所有试题的难度与知识点覆盖与该学生答错的题目保持一致。

全文数据：

权利要求：

百度查询： 石家庄云松信息科技有限公司 一种基于图像识别的智能留痕阅卷系统

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