| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题来源和选题背景 | 第11-12页 |
| 1.2 课题国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 课题研究的意义 | 第15页 |
| 1.4 课题研究的内容和目标 | 第15-16页 |
| 1.5 论文的组织结构 | 第16-17页 |
| 第2章 数字图像处理与识别基本理论 | 第17-30页 |
| 2.1 数字图像的基本概念 | 第17-19页 |
| 2.1.1 数字图像概论 | 第17-18页 |
| 2.1.2 数字图像存储与格式 | 第18-19页 |
| 2.2 数字图像的预处理方法 | 第19-26页 |
| 2.2.1 图像灰度化 | 第20-21页 |
| 2.2.2 去噪 | 第21-24页 |
| 2.2.3 二值化 | 第24页 |
| 2.2.4 倾斜角纠正 | 第24-26页 |
| 2.3 图像识别概论 | 第26-28页 |
| 2.4 扫描仪的组成及工作流程 | 第28页 |
| 2.5 OpenCV概念 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 答题卡阅卷系统的设计 | 第30-38页 |
| 3.1 需求分析和可行性分析 | 第30-31页 |
| 3.1.1 系统应用需求分析 | 第30-31页 |
| 3.1.2 可行性分析 | 第31页 |
| 3.2 业务流程 | 第31-33页 |
| 3.2.1 标准试卷批阅的操作流程 | 第32-33页 |
| 3.2.2 考生试卷的批阅流程 | 第33页 |
| 3.3 系统流程 | 第33-34页 |
| 3.4 系统总体概要设计 | 第34-36页 |
| 3.4.1 系统的总体设计 | 第34-35页 |
| 3.4.2 开发工具的选择 | 第35-36页 |
| 3.5 一种新的简单快捷的答题卡模板的设计 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 答题卡图像识别的关键技术研究与设计 | 第38-66页 |
| 4.1 答题卡图像信息的识别流程简述 | 第38-40页 |
| 4.1.1 标准试卷图像信息识别流程 | 第38-39页 |
| 4.1.2 考生答题卡图像信息识别流程 | 第39-40页 |
| 4.2 答题卡图像的预处理 | 第40-44页 |
| 4.2.1 答题卡图像灰度化 | 第40页 |
| 4.2.2 答题卡图像去噪 | 第40-41页 |
| 4.2.3 答题卡图像二值化 | 第41-44页 |
| 4.3 答题卡图像的倾斜角度检测 | 第44-47页 |
| 4.3.1 基于垂直边缘提取的Hough优化算法 | 第45页 |
| 4.3.2 基于邻域统计分析的Hough优化算法 | 第45-47页 |
| 4.4 基于图像边缘检测的倾斜检测研究 | 第47-51页 |
| 4.4.1 图像的边缘检测 | 第47-48页 |
| 4.4.2 图像的边缘检测方法 | 第48-49页 |
| 4.4.3 几种常见的图像的边缘检测算子 | 第49-51页 |
| 4.5 基于图像边缘检测的倾斜检测算法 | 第51-54页 |
| 4.5.1 矩形连通域检测 | 第52-53页 |
| 4.5.2 矩形边缘Hough检测 | 第53-54页 |
| 4.5.3 图像倾斜校正 | 第54页 |
| 4.6 标记位识别 | 第54-58页 |
| 4.6.1 模板匹配算法 | 第54-57页 |
| 4.6.2 标记位识别算法流程 | 第57-58页 |
| 4.7 答题卡图像区域定位 | 第58-61页 |
| 4.8 答案数字题号和准考证号的识别和定位 | 第61-63页 |
| 4.9 基于图像的OMR识别 | 第63-64页 |
| 4.10 本章小结 | 第64-66页 |
| 第5章 系统实现、测试与结果分析 | 第66-76页 |
| 5.1 基于MATLAB的答题卡阅卷系统的仿真实现 | 第66-68页 |
| 5.2 答题卡识别阅卷系统功能的开发测试 | 第68-71页 |
| 5.3 运行结果及分析 | 第71-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |