網絡閱卷中的一種涂點識別算法

張一飛

摘 要：網絡閱卷模式隨著教育信息化的發展和相關技術水平的進步，已經成為一種非常流行的考試信息化解決方案。在網絡閱卷中，圖像識別的最終目的是識別試卷圖像上的涂點信息，正確判別考生的填涂結果。文中介紹了一種基于動態閾值的涂點識別算法，并對該方法進行了理論分析和推導，證明其具有很高的實際應用價值。

關鍵詞：動態閾值；涂點識別；網絡閱卷；信息化

中圖分類號：TP393 文獻標識碼：A 文章編號：2095-1302（2016）11-00-02

0 引 言

隨著在線教育和教育信息化的發展和推廣，網絡閱卷模式被越來越多的學校和教育機構所接受，已經逐漸成為一種業界通行的考試閱卷方案。具體來說，網絡閱卷主要指學生參加紙質考試后，通過獲取圖像、圖像識別、客觀題判分、主觀題閱卷、成績匯總幾個步驟，實現公平、公正判分，并生成成績統計分析結果的過程。

網絡閱卷流程的最終目的是實現涂點的識別，而涂點識別的目的是為了準確判定考生的填涂情況。一般來說，網絡閱卷中使用識別模板對圖像進行識別，在識別區域中，通過采集識別區域像素點的灰度值，利用閾值對圖像進行二值化處理，從而判定涂點的填涂密度，確定填涂與否。這種判斷方式的最大問題在于閾值的選取，若選取閾值過低，或填涂較輕的涂點則無法識別，閾值過高又可能誤識別一些沒有填涂的圖像。因此可以考慮一種基于動態閾值的涂點識別算法，根據圖像像素灰度的分布確定實際閾值，根據計算后的閾值進行二值化處理和涂點密度的計算。此外，由于試卷圖像在印刷、學生填涂以及掃描過程中，無可避免的會產生一定的噪聲信息，因此需要對圖像上的噪聲進行去噪處理。

1 涂點區域的特征

1.1 涂點信息類型

網絡閱卷系統獲取的試卷圖像上可能存在多種涂點信息。具體來說可分為以下幾類：

（1）考生信息數據。考生信息包含了考生的考號、姓名、班級等個人信息，其中考號信息是最關鍵的信息，因為其唯一標識了一張試卷的歸屬情況。

（2）客觀題填涂數據。無論任何形式的網絡閱卷，其客觀題填涂信息一定是被系統識別并供后續判分使用的，因為這是保證網絡閱卷高速、公平、準確判分的基礎。

（3）其他試卷信息。在試卷上還會存在一些其他類型的試卷信息，例如缺考標記、學科標記、選做題選做標記等，這些標記均以涂點的形式存在。

對于客觀題填涂信息而言，涂點識別的結果直接反映了學生填涂的結果，即學生作答的答案。對于其他試卷涂點信息，涂點識別的結果主要是學生在答題時的一些關鍵判別信息，如對試卷科目、缺考情況的認定以及學生答題的輔助信息，如選做題的選做標記信息等。

1.2 涂點的噪聲

一個典型客觀題區域經掃描后圖像放大如圖1所示。由圖1可見，涂點區域的噪聲主要有隨機噪聲和邊緣噪聲兩種。

（1）隨機噪聲。隨機噪聲是指圖像上的一些干擾像素點的灰度深度隨機分布。隨機噪聲對于圖像信息的提取有很大的干擾作用，由圖1可見，填涂區域的周圍及內部均存在一定程度的高斯噪聲。而在無噪聲條件下，這些噪聲點的位置像素應該和背景色相同。

（2）邊緣噪聲。邊緣噪聲是指圖像中存在的尖銳邊緣，其定義主要取決于這些邊緣對有效信息的提取是正作用還是負作用。在客觀題填涂區域的識別當中，填涂區域的邊框和填涂區域內部的字母A＼B＼C＼D等標記均為邊緣噪聲，其對客觀題填涂密度的識別有抑制作用，降低了像素灰度的分布空間。

（2）前景和背景的類間方差是0，1，0，1 的函數，而它們又是t的函數，因此可對每一個t級別做遍歷，統計對應的前景像素比例0，背景像素比例1以及對應的灰度均值0，1，從而計算出對應每一個t值的類間方差g （t）。

（3）選擇類間方差最大的點 g=max {g （t）}，即得到該區

域的閾值t。

（4）由于該算法計算出的閾值可以隨圖像的顏色深淺和黑白對比程度動態變化，但涂點識別需要將盡可能多的點判定為黑點，因此需要對閾值t做加權處理，取權重為1.3，即最終閾值t0=t×1.3。若加權后的閾值大于255，則取t0=255。

2.4 涂點密度計算

確定動態閾值后，即可計算涂點的填涂密度。設計算得到的閾值為t0，則灰度值小于t0的像素點個數統計為n0，總像素點數為涂點寬度與高度的乘積m×n，即可得涂點密度=n0/（m×n）。若>0.75，則認為該點已被填涂。

3 結 語

本文介紹了網絡閱卷中涂點識別的意義和主要內容，分析了涂點信息的類型和涂點噪聲的形式，提出了一種基于動態閾值的涂點識別算法，并對算法流程、去噪處理、動態閾值的計算進行了理論分析和推導。該方法可以有效避免填涂深淺帶來的閾值選取問題，根據實際圖像灰度分布計算閾值，具有較高的實用價值。

參考文獻

[1]宋錦秀.基于圖像識別的答題卡自動閱卷研究[J].中小學電教月刊，2015（8）：69.

[2]吳翔，夏英杰，李金屏.一種答題卡的自動閱讀方法[J].濟南大學學報（自然科學版），2014，28（4）：246-250.

[3]楊青燕，彭延軍.基于灰度圖像的答題卡識別技術[J].山東科技大學學報（自然科學版），2009，28（3）：99-102.

[4]李清.基于圖像識別的網上閱卷系統的設計實現與優化[D].長春：東北師范大學，2013.