大作业报告

基于数字图像处理的答题卡识别。

顾金华。南京信息工程大学信息与控制学院自动化系，学号：20131336029

1. 主要功能。

本设计包括**的读取、答题卡角度旋转矫正、答题卡坐标位置矫正、答题卡灰度值读取四个主要功能。该系统具有显示答题卡、求得答题卡答案矩阵、读取答题卡分数等基本功能；答题卡角度矫正、坐标位置矫正，灰度值读取主要用到canny算子边缘检测，直线检测，图像的二值化，图像矩阵转换。

2. 总体方案。

本设计在window系统下，采用matlab r2012b gui开发系统，实现了相应的算法。

3. 各功能模块原理。

由于系统读入的图像可能是倾斜的，则需要对其旋转修正。首先将图像进行canny算子边缘检测得到二值边缘图像；接着进行hough变换，并设置平面峰值点检测直线段；最后并使用语句得到直线角度，即为图像倾斜角度。

对答题卡的扫描是对其涂黑位置的扫描，所需图像不需要是彩色的，所以要对图像进行二值化处理。首先使用otsu方法获得阈值t；接着使用im2bw函数对图像进行二值化处理。

由于答题卡和答案卡在两个坐标系中的位置可能有差别，这对后面比较答案有很大的影响，所以要对图像的坐标位置进行统一。首先利用上面的直线检测，检测到第一条直线的左端点；接着规定该点在坐标系的合适位置；找出合适位置和现实点的距离；最有利用平移矩阵对图像进行平移。

需要知道答题卡上的答案，则需要对答题卡上的答案区进行扫描。首先确定答案区在坐标系上的位置；接着测得每个选项填涂的宽度与长度；然后测得每题的相隔距离，每个答案区的相隔距离，这样就能得到每个需要扫描灰度的选项坐标范围，最后算得每个选项区的总灰度值。

要对比答案需要把上面扫描的灰度值矩阵转化为0-1矩阵。首先设置合适的阈值（我这里的阈值为155）；接着检测灰度值，若灰度值低于阈值，则为涂黑区，该位置的值设为1，若高于阈值，则为未涂区，值为0；最后得到答案矩阵。

要获得学生成绩，则需要将标准答案矩阵和学生答案矩阵进行对比。将两个矩阵的每一列互减，如果所得结果不为0，那么学生这题就做错了，统计错误题数，用公式：得分=总分-错题数*分值，算出成绩。

4. 功能测试。

1）使用houghline函数检测直线得到如下图像。

图1 直线检测图。

2）由于图像并没有倾斜所以修正后图像与原图像相同，如下图像。

图2 旋转修正后的图像。

设定一个阈值t，用t将图像分成两部分：大于t的像素群和小于t的像素群，即对图像二值化。使得图像只有黑白两种颜色，便于后面的比较。二值化后的图像如下图所示。

图3 二值化后的图像。

答题卡和答案卡在坐标系上的相对位置不一致，会对后面的**对比产生影响。将直线检测中的第一条直线的左端点作为（60，240）点移**片位置，这里用到了**的平移，直线检测。得到如下两幅**。

图3 答案卡位置修正图。

图4 答题卡位置修正图。

通过扫描答案区的灰度值来获得答案卡和答题卡的灰度值矩阵，但为了方便比较，还需将灰度值矩阵转化为0-1矩阵。假设涂黑的地方为1，未涂区为0 。先设置一个阈值，如果灰度值小于该阈值则矩阵对应于该位置的值为1，若大于阈值，则值为0。

答案卡和答题卡的矩阵如下图所示。

图5 答案卡矩阵。

图6 学生答题卡矩阵。

将两个矩阵的每一列互减，如果所得结果不为0，那么学生这题就做错了，统计错误题数，用公式：得分=总分-错题数*分值，算出成绩。系统总体效果如下图所示。

图7 系统整体效果图。

5. 体会。

通过这次设计我更清楚的了解matlab图像处理相关函数及方法，提高了我对计算机视觉的兴趣，为以后的科研学习打下坚实的基础。

该设计使用图像处理技术以matlab为工具成功实现了对答题卡的识别，有一定的现实意义。计算机视觉在我们日常生活中有很多的应用，图像处理这门课的实用性也很强。这次的设计清晰了我图像处理的思路，掌握了一些图像处理的方法，了解很多有用的算法。

让我了解到做实践设计要努力专研，查找资料，不怕失败，在程序调试失败的情况下要能够冷静分析。