1. 研究目的与意义
目前，伴随着机器学习和人工智能等科学技术的发展，图像识别已经成为一个重要研究领域。
现在的图像识别就是一门研究如何让机器学会“看”的学科，也就是利用带摄像头的各种电子设备与计算机配合实现“看图说话”的过程，将摄像头与计算机组合成可以进行目标定位、跟踪、测量的计算机视觉系统，能够进-一步对获取的目标图像进行识别等处理。
21世纪以来，基础教育的普及，受教育的人越来越多，随之而来的是大量的试卷成绩表格需要人工处理，如成绩复核、成绩单录入等工作。
2. 研究内容与预期目标
| 成绩不只是一个分数，而是这段时间努力的肯定。这里面包含了学生们的付出，也同样包含着老师的心血。在我国的教育体制下，小到小学、初中、高中，大到学生评优、申请奖学金、出国留学等都与成绩挂钩。对于学生来说，考试成绩在一定程度上反映了一个学生的综合素质，且家长对于孩子的成绩非常在意；对于老师来说，通过成绩，可以反应老师教授知识的成果。成绩如此重要，因此，为保证成绩的公平性和准确性，教师在第一次评卷合分后，还要进行试卷的复核。每当考试的时候，教师都非常的繁忙，教师们都是高素质的人才，而成绩的复核确是机械重复劳动，且极易出错。这与公平、准确相违背。此课题的目的为减少浪费大量的人力物力资源，并且可以进行客观的成绩复核。 研究内容： 1.传统试卷成绩识别中，通常在获取试卷图像时或图像预处理过程中丢失试卷成绩的颜色特征，使试卷分数提取变得复杂、困难。分数在书写过程中，因为书写习惯的原因，分数间常存在粘连的情况，由于单个数字的识别准确率较高，所以传统的分数识别算法通常将粘连的数字先分割成单个数字再进行识别。但由于书写风格多样，数字间粘连位置不定，难以确定出正确的分割点，常出现误分割的情况。此外，分割后的字符可能失去原本的数字特征，导致识别错误。 2.此设计采取图像处理的方法，分为三个阶段：试卷图像预处理、单元格数据提取、单元格数据识别与复核。通过充分利用试卷成绩的颜色信息，通过颜色特征提取单元格内的分数。 3.试卷图像预处理、单元格数据提取、单元格数据识别与复核。充分利用了试卷成绩的颜色信息，通过颜色特征提取出单元格内的分数。然后使用边缘检测，闭运算和最大连通域提取，对学生的成绩栏进行定位分割，且与分数提取过程相结合，识别出分数，并做求和运算，用求和结果与识别出的总分对比，实现试卷成绩的自动复核。 预期目标： 1. 研究一种基于图像的试卷成绩复核方法，实现试卷成绩的复核。 2. 掌握图像处理中有关边缘检测、目标定位和数字识别的详细理论内容。 3. 了解基本的图像处理相关内容，并且能够熟练运用Matlab或其它编程语言。
|
3. 研究方法与步骤
研究方法：
对于试卷成绩复核，首先提取成绩表格分数，然后在进行识别，最后对识别出来的分数进行求和运算并与识别出来的总分数进行对比。
要识别成绩表格内的分数，先对图片进行图像预处理。图像预处理操作包括图像的去噪、倾斜校正等，利用颜色特征提取单元格分数，再经轮廓发现、对象测量、膨胀、腐蚀和连通域等算法对提取图像处理，实现单元格内分数的提取与分离，经过对图像逐一处理， 最后提取出每个单元格内的分数，并将单元格内的图像用连通域原理转换为部分图像，为其按顺序编号，将所有图像调整成适合网络模型的大小，为后续的分数识别和复核运算等做好准备。
4. 参考文献
[1]杨青燕, 彭延军. 基于灰度图像的答题卡识别技术[J]. 山东科技大学学报（自然科学版）, 2009, 028(003):99-102.
[2] 张站, 刘政怡, 吴建国, et al. 基于图像识别的阅卷系统的设计与实现[J]. 微型机与应用, 2011,30(4):44-47.
[3] 贾志先. 基于支持向量机的空白试卷识别方法[J]. 山西大学学报(自然科学版) 2011,(3):20-25.
5. 工作计划
2.25--3.28，熟悉课题背景，查阅中英文资料，完成毕设开题。
3.28--4.30，开展课题内容，完成课题的主要实验工作和程序调试。
5.01--5.20，撰写毕设论文初稿并完成中英文翻译。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
