摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
第一章 绪论 | 第11-17页 |
1.1 课题来源及背景 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 目前存在主要问题 | 第14页 |
1.4 本文主要工作及创新点 | 第14-15页 |
1.5 文章组织结构 | 第15-17页 |
第二章 智能阅卷系统的需求分析和系统设计 | 第17-23页 |
2.1 系统需求分析 | 第17-18页 |
2.2 智能阅卷系统工作流程 | 第18-21页 |
2.2.1 系统关键步骤 | 第18页 |
2.2.2 系统模块创建 | 第18-21页 |
2.3 系统总体流程 | 第21-22页 |
2.4 本章小结 | 第22-23页 |
第三章 基于不同题卡模式的改进倾斜校正算法 | 第23-43页 |
3.1 图像预处理算法理论研究 | 第24-30页 |
3.1.1 图像二值化 | 第24-25页 |
3.1.2 图像去噪 | 第25-26页 |
3.1.3 图像边缘检测 | 第26-27页 |
3.1.4 Hough变换倾斜校正 | 第27-30页 |
3.2 基于边缘检测的优化分级Hough变换倾斜校正 | 第30-38页 |
3.2.1 题卡分离模式答题卡初步预处理 | 第30-33页 |
3.2.2 图像边缘检测算子的选定 | 第33-34页 |
3.2.3 邻域跟踪得到矩形区域 | 第34-36页 |
3.2.4 优化分级Hough变换倾斜校正 | 第36-38页 |
3.3 基于图像纹理的主观题优化算法 | 第38-41页 |
3.4 本章小结 | 第41-43页 |
第四章 卷面信息的优化识别和分割算法 | 第43-63页 |
4.1 智能阅卷系统的功能分析 | 第43-44页 |
4.2 XML精简版模板定位文件 | 第44-48页 |
4.2.1XML简介 | 第44-45页 |
4.2.2 XML模板文件的生成 | 第45-47页 |
4.2.3 坐标变换 | 第47-48页 |
4.3 学生信息一维条形码的生成与识别 | 第48-52页 |
4.3.1EAN13码的结构 | 第48-49页 |
4.3.2 EAN13码的生成 | 第49-50页 |
4.3.3 EAN13条码的识别 | 第50-52页 |
4.4 试卷客观题部分自动阅卷 | 第52-57页 |
4.4.1 客观题识别流程 | 第53页 |
4.4.2 客观题答题区域的分割 | 第53-55页 |
4.4.3 填涂点的识别 | 第55-57页 |
4.5 试卷主观部分去模板化智能阅卷 | 第57-62页 |
4.5.1 主观题阅卷流程 | 第57-58页 |
4.5.2 水平投影法得到初始投影 | 第58-59页 |
4.5.3 腐蚀处理得到精确投影 | 第59-60页 |
4.5.4 主观题区域分割 | 第60-62页 |
4.6 本章小结 | 第62-63页 |
第五章 相关算法实现与测试 | 第63-77页 |
5.1 开发平台及工具介绍 | 第63-64页 |
5.1.1 VS2012平台介绍 | 第63页 |
5.1.2 OpenCV简介 | 第63-64页 |
5.2 算法OpenCV实现与测试 | 第64-69页 |
5.2.1 OpenCV预处理模块算法实现 | 第64-65页 |
5.2.2 OpenCV输入输出XML定位文件 | 第65-66页 |
5.2.3 客观题阅卷部分算法实现 | 第66-68页 |
5.2.4 主观题识别部分算法实现 | 第68-69页 |
5.3 系统界面设计 | 第69-76页 |
5.3.1 阅卷系统数据库模块设计 | 第70-72页 |
5.3.2 试卷管理模块设计 | 第72页 |
5.3.3 试卷生成模块设计 | 第72-73页 |
5.3.4 试卷图像预处理模块设计 | 第73-75页 |
5.3.5 试卷客观题识别模块块设计 | 第75-76页 |
5.3.6 试卷主观题识别模块设计 | 第76页 |
5.4 本章小结 | 第76-77页 |
第六章 总结与展望 | 第77-79页 |
6.1 总结 | 第77页 |
6.2 展望 | 第77-78页 |
6.3 本章小结 | 第78-79页 |
参考文献 | 第79-83页 |
附录 | 第83-85页 |
致谢 | 第85-87页 |
攻读硕士学位期间发表的学术论文和科技成果 | 第87页 |