基于移动平台的智能阅卷系统的设计与实现
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 课题的研究内容 | 第14-15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 第二章 答题卡的采集 | 第17-33页 |
| 2.1 答题卡的采集 | 第17-19页 |
| 2.1.1 配置Camera | 第18页 |
| 2.1.2 设置取景器 | 第18页 |
| 2.1.3 捕获静态图片 | 第18-19页 |
| 2.2 答题卡数字分析之灰度化处理 | 第19-21页 |
| 2.3 答题卡数字分析之灰度直方图 | 第21页 |
| 2.4 答题卡数字分析之灰度的阈值变换 | 第21-22页 |
| 2.4.1 功能与效果 | 第21-22页 |
| 2.4.2 原理与算法 | 第22页 |
| 2.5 答题卡数字分析之灰度的窗口变换 | 第22-23页 |
| 2.5.1 功能与效果 | 第22-23页 |
| 2.5.2 原理与算法 | 第23页 |
| 2.6 答题卡数字分析之自动二值化 | 第23-25页 |
| 2.6.1 功能与效果 | 第23-24页 |
| 2.6.2 原理与算法 | 第24-25页 |
| 2.7 答题卡模板的制作 | 第25-28页 |
| 2.7.1 图像的不变矩 | 第25页 |
| 2.7.2 数学中的矩 | 第25页 |
| 2.7.3 图像的几何矩 | 第25-26页 |
| 2.7.4 Hu矩 | 第26-28页 |
| 2.8 答题卡模板的制作 | 第28-29页 |
| 2.9 特征的提取 | 第29-31页 |
| 2.10 本章小结 | 第31-33页 |
| 第三章 答题卡的粗匹配 | 第33-43页 |
| 3.1 SIFT特征向量的生成 | 第33-39页 |
| 3.1.1 构建尺度空间，检测极值点 | 第33-36页 |
| 3.1.2 特征点过滤及精确定位 | 第36-38页 |
| 3.1.3 生成特征向量描述子 | 第38页 |
| 3.1.4 SIFT特征向量的匹配 | 第38-39页 |
| 3.2 粗匹配 | 第39-42页 |
| 3.2.1 匹配效果 | 第39-41页 |
| 3.2.2 答题卡的校正截取 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 答题卡的微匹配 | 第43-55页 |
| 4.1 边缘检测 | 第43-46页 |
| 4.1.1 功能与效果 | 第43-45页 |
| 4.1.2 拉普拉斯算法 | 第45-46页 |
| 4.2 Hough变换 | 第46-49页 |
| 4.2.1 原理和算法 | 第46-47页 |
| 4.2.2 变换过程 | 第47-49页 |
| 4.3 相似性测度 | 第49页 |
| 4.4 答题卡微匹配 | 第49-52页 |
| 4.4.1 图形微匹配 | 第50-51页 |
| 4.4.2 文字微匹配 | 第51页 |
| 4.4.3 直线微匹配 | 第51-52页 |
| 4.5 解读答题卡 | 第52-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 系统的整体设计与改进策略 | 第55-61页 |
| 5.1 系统的总体结构 | 第55-56页 |
| 5.2 程序的设计 | 第56-58页 |
| 5.3 系统的实时性改进 | 第58-60页 |
| 5.3.1 常规改进 | 第58-59页 |
| 5.3.2 算法改进 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论与展望 | 第61-63页 |
| 1 本文主要工作 | 第61页 |
| 2 进一步的工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69-70页 |
| 详细摘要 | 第70-75页 |
