| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 关键技术的国内外研究现状 | 第11-15页 |
| 1.2.1 图像去噪技术 | 第11-12页 |
| 1.2.2 版面分析 | 第12-13页 |
| 1.2.3 基于深度学习的字符识别技术 | 第13-15页 |
| 1.2.4 考卷、答题卡识别系统的国内外研究现状 | 第15页 |
| 1.3 本文主要内容与结构安排 | 第15-18页 |
| 2 基于形态学的考卷图像去噪 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 图像噪声模型 | 第18-20页 |
| 2.2.1 通用噪声模型 | 第18页 |
| 2.2.2 常见的噪声分布 | 第18-20页 |
| 2.3 基于形态学的考卷图像去噪步骤 | 第20-25页 |
| 2.3.1 形态学图像处理的基本方法 | 第20-21页 |
| 2.3.2 背景区域去除 | 第21-23页 |
| 2.3.3 前景区域筛选 | 第23-25页 |
| 2.4 实验结果与分析 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 基于mark点的考卷图像倾斜校正方法 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 基于傅里叶变换和Hough变换的倾斜角估计 | 第28-32页 |
| 3.2.1 二维离散傅里叶变换 | 第28-30页 |
| 3.2.2 基于Hough变换的倾斜线提取 | 第30-31页 |
| 3.2.3 实验结果与分析 | 第31-32页 |
| 3.3 考卷mark点的设计 | 第32-34页 |
| 3.3.1 mark点设计准则 | 第32-33页 |
| 3.3.2 mark点设计细节 | 第33-34页 |
| 3.4 基于mark点的考卷图像倾斜校正方法实现细节 | 第34-37页 |
| 3.4.1 mark点中心定位及倾斜角计算 | 第34-35页 |
| 3.4.2 基于改进DDA的快速旋转算法 | 第35-37页 |
| 3.4.3 考卷图像上下颠倒校正 | 第37页 |
| 3.5 实验结果与分析 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 基于分割线构图的版面分割方法 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 版面层级结构分析 | 第40-41页 |
| 4.3 通用版面分割框架 | 第41-46页 |
| 4.3.1 自顶向下的分割框架 | 第42-45页 |
| 4.3.2 自底向上的分割框架 | 第45页 |
| 4.3.3 基于版面内容识别的版面分割 | 第45-46页 |
| 4.4 基于分割线构图的版面分割方法细节 | 第46-50页 |
| 4.4.1 基于层次聚类的分割块提取 | 第46-48页 |
| 4.4.2 基于最小环路径搜索的版面块提取 | 第48-50页 |
| 4.5 实验结果与分析 | 第50-52页 |
| 4.6 本章小结 | 第52-54页 |
| 5 基于卷积神经网络的学生考号和教师评分识别 | 第54-67页 |
| 5.0 引言 | 第54页 |
| 5.1 基于卷积神经网络的图像识别 | 第54-57页 |
| 5.1.1 卷积神经网络生物学理论基础 | 第54-55页 |
| 5.1.2 卷积神经网络的结构 | 第55-56页 |
| 5.1.3 神经网络模型参数学习方法 | 第56-57页 |
| 5.2 基于卷积神经网络的模糊手写体数字识别框架 | 第57-62页 |
| 5.2.1 字符分割方法 | 第57-58页 |
| 5.2.2 基于LeNet-5的手写体数字识别 | 第58-59页 |
| 5.2.3 基于SRCNN的图像增强 | 第59-60页 |
| 5.2.4 组合框架及参数训练方法 | 第60-62页 |
| 5.3 实验结果与分析 | 第62-65页 |
| 5.3.1 考卷中的数字识别实验 | 第62-63页 |
| 5.3.2 SRCNN的图像增强效果 | 第63-64页 |
| 5.3.3 手写数字识别率实验 | 第64-65页 |
| 5.4 本章小结 | 第65-67页 |
| 6 考卷识别系统的设计与实现 | 第67-74页 |
| 6.1 引言 | 第67页 |
| 6.2 系统总体设计 | 第67-69页 |
| 6.2.1 考卷图像采集方案的比较 | 第67-68页 |
| 6.2.2 考卷识别系统主要功能模块 | 第68-69页 |
| 6.3 考卷识别系统的实现 | 第69-72页 |
| 6.3.1 组卷和答题卡设计功能 | 第69-70页 |
| 6.3.2 人工校验功能 | 第70-72页 |
| 6.3.3 综合统计功能 | 第72页 |
| 6.4 本章小结 | 第72-74页 |
| 7 总结和展望 | 第74-76页 |
| 7.1 工作总结 | 第74页 |
| 7.2 存在的问题 | 第74-75页 |
| 7.3 工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |