基于圖像識別的閱卷平臺設計

劉 磊 周天愿 俞傳濤 文 豪 葛鎖良 唐 昊

(合肥工業大學電氣與自動化工程學院，安徽 合肥230009)

網上閱卷方式起自二十世紀九十年代著手推進的標準化考試改革，是以計算機領域的網絡技術和掃描技術為依托，結合人工閱卷經驗和新興技術的一種高效閱卷模式[1]。這次改革標志著傳統閱卷從紙質介質方式向電子化文檔的網絡化方式轉變，在高考等大型國家性統一考試中得到廣大考生和社會的認可。但此類閱卷方式僅是試卷形式的改變且勞煩人力，對答題卡制作及專用識別設備有較高的硬性要求，不適用于高校閱卷的中小型、多科目閱卷。

隨著圖像識別技術迅速發展，一些教育和計算機領域學者開始關注基于圖像識別的自動閱卷系統[2]。文獻[3]提出了一種自適應的維納濾波算法，其適應面較廣，但不適合處理噪聲方差較大的信號，也不能實現非平穩隨機過程濾波。文獻[4]提出了自動選取閾值的二值化算法，消除了圖像對比度的影響，但不適用于背景灰度反差過大的情況。文獻[5]采用模式識別技術解決了光標閱讀方式運行速度慢的缺點，但在特征匹配時會放大誤差。文獻[6]提出了一種高效的深度特征融合分類系統，使識別錯誤率降低50%左右，但可能造成綜合評價函數意義不明確。文獻[7]采用了最近鄰分類算法有效的完成了對手寫數字的識別，但當特征屬性較多而且樣本容量較大時，其分類效率將大大降低。文獻[8]采用了基于PCA 的神經網絡進行識別手寫數字識別，雖然簡化了特征向量，但易受干擾影響。

本文設計并實現了一種基于圖像識別的閱卷平臺，面向廣大教育機構及師生用戶群體、應用于智能移動終端，既減輕了教師閱卷的負擔，又消除了人為誤差，極大地提升了教師的閱卷效率。

1 基于圖像識別的閱卷平臺的設計

基于圖像識別的閱卷平臺主要由四層結構組成，即用戶層、應用層、數據層及基礎設施層，系統結構如圖1 所示。用戶層通過智能移動終端向云端發送數據、服務請求；應用層為用戶提供閱卷識別、數據存取服務；管理層用于閱卷平臺及用戶軟件的資源管理、維護更新；應用層、管理層、數據層、基礎設施層為閱卷平臺提供運行環境和數據支持。

圖1 基于圖像識別的閱卷平臺的系統結構

2 基于圖像識別的閱卷平臺的實現

基于圖像識別的閱卷平臺，是一個以卷積神經網絡為框架、以服務器為核心的閱卷平臺，其工作流程如圖2 所示。閱卷平臺基于云計算和計算機視覺技術，為教師提供輔助閱卷服務，為學生提供查詢和反饋服務。教師固定移動設備后，使用教師端APP實現掃描功能，學生試卷傳送至云服務器后自動進行計分區域的捕捉及手寫數字識別以統計得分，處理后反饋數據給教師及云端備份，教師擁有修改數據的權限。學生端APP 可向平臺請求成績讀取，獲得試卷總分及計分區域圖像，可提交查分申請，擁有問題反饋接口。

圖2 基于圖像識別的閱卷平臺的工作流程

2.1 圖像預處理

圖像預處理是對手機拍照后的圖像數據進行處理，獲得用于圖像識別的高信噪比數據。圖像預處理主要分為二值化處理、圖像去噪兩個階段。

二值化處理基本過程如下：全局閾值算法[9]確定合適閾值，對像素灰度值大于閾值的設為255，低于閾值則設為0。為克服光照對算法閾值的影響，閾值選取應考慮到環境光照條件。具體過程是：遍歷圖像空間，計算得出平均灰度水平，在此基礎上加一個合適偏差得到動態閾值。

圖像去噪過程主要針對二值化后的孤立黑點。算法的思想是，以像素點為中心，構造矩形，檢測矩形中黑點個數。若黑點過少，則認為是噪聲，反之是有效數據點。對比圖3 和圖4 可知，經預處理后，可獲得期望的灰度圖。

圖4 經預處理后的圖像

2.2 傾斜校正

在拍攝計分區域前，雖然已通過人為調整使試卷與掃描設備保持同一水平，但仍存在小角度傾斜，因此需進行傾斜校正。傾斜校正主要包括兩個環節，一是利用霍夫變換檢測直線[10]，二是圖像旋轉校正。

圖5 霍夫變換

圖6 直線檢測及傾斜角計算

圖7 旋轉校正

如圖6 所示，經傾斜角計算后，利用圖像旋轉函數，將計分區域調正，并把因旋轉造成的空缺區域填充成白色，可獲得如圖7 所示的圖像。

2.3 圖像分割

由于計分區域中含有多個題目的得分，因此需要將每個題目的得分分割成多張圖像，其中每張圖像僅含一個題目的得分。由于計分欄的上下邊框幾乎處于水平狀態，因此只需依次按行（列）遍歷像素點，當某行（列）突然出現白點所占比例遠大于該行中黑點所占比例時，分割圖像。將分割后的計分欄按照題號順序依次命名保存，如圖8 所示。

圖8 分割后按題號順序保存的圖像

2.4 卷積神經網絡

卷積神經網絡的圖像分類過程可分為三個過程：卷積、池化、全連接，如圖9 所示。

圖9 卷積神經網絡原理

經預處理后的圖片是一個非0 即255 的矩陣，但它保留了自然圖形的特征，由于自然圖像具有統計特性相似性[11]，可利用卷積操作，把圖片提取到的特征作為濾波器，減少參數的計算難度，同時保證稀疏性，防止過擬合。

理論上可以將卷積層提取到的所有特征送入全連接層進行分類預測，不過對于計算機有限的計算能力而言，卷積操作提供的數據量還是太多，這將會帶來巨大的計算負荷。通過池化操作可大量減少參數矩陣的維度，以減少輸入全連接層參數。池化還能使模型更加關注特征的存在而不是位置，它能將不同位置的特征映射到特征矩陣的相同位置，比如拍攝的圖片可能有所傾斜，或者不在圖片中心等，池化步驟可以有效的抵消這些干擾，將圖形修正到正常位置。

經過池化后，最初的圖像變成了一些高度抽象化的數字特征，將這些特征輸入全連接層，完成數字分類。全連接層的核心就是向量和矩陣乘積運算，相當于對卷積提取的抽象化特征進行整合。全連接網絡會根據輸入圖片的特征與樣本空間進行比對，最后對各種分類標簽輸出一個概率，分類器可以根據概率進行結果預測。

3 實驗結果與分析

基于上述關鍵技術，依托智能移動終端，實現了基于圖像識別的閱卷平臺。其中教師端APP 支持輔助閱卷、成績上傳等功能，如圖10 所示；學生端APP 支持成績查詢、成績校核、查分申請等功能，如圖11 所示。

圖10 基于圖像識別的閱卷平臺——教師端APP

圖11 基于圖像識別的閱卷平臺——學生端APP

在實際測試中采用了500 份計分欄成績，分別在不同光照、傾斜程度下進行識別實驗。由表1 可知，隨著卷積神經網絡訓練輪數的增加，訓練準確率逐漸提高，但由于模型本身限制，最終穩定在0.998 左右，且實際準確率由于受環境影響略低于訓練準確率。

表1 卷積神經網絡訓練輪數對準確率的影響

由表2 可知，在正常、曝光、昏暗及有明顯陰影的環境條件下實驗，實際準確率受曝光影響小，但受昏暗影響較大，且當計分區域存在明顯陰影時，實際準確度很低，其原因是圖像預處理部分對不同光照條件的適應能力不同。

表2 不同光照條件對實際準確率的影響

表3 計算傾斜角的準確率

由表3 可知，在不同計分欄傾斜角下，經傾斜校正算法計算出的傾斜角與計分欄傾斜角誤差很小。

4 結論

本文實現了基于圖像識別的閱卷平臺設計，采用卷積神經網絡，測試中實際準確率可達99.2%，并針對計分區域圖像采集時存在的光照、噪點、傾斜等問題進行了算法改進。采用自適應算法選取合適閾值，經二值化處理后能適應多數光照環境。在對噪點的處理上，通過遍歷抓取孤立噪點，以消除噪聲干擾。針對圖像傾斜問題，通過霍夫變換檢測圖像中的計分區域的上下邊框，取多點計算平均傾斜角加以校正，在計分區域傾斜時仍具備較強的適應性。最后，通過云服務器搭建起了端對端的信息傳遞平臺，實現了閱卷平臺的設計。