一种量表答案提取算法制造技术

本发明专利技术公开了一种量表答案提取算法，具体包括以下步骤：

【技术实现步骤摘要】
一种量表答案提取算法


[0001]本专利技术涉及量表答案提取
，具体为一种量表答案提取算法
。

技术介绍

[0002]问卷是为了搜集人们对某个特定问题的态度
、
价值观
、
观点或信念等信息而设计的一系列问题，能将有关问题组合起来
。
其中，量表是问卷的一种体现方式
。
[0003]通常，研究者会把问卷打印成纸质形式分发
。
根据研究需要，每一张问卷可能会存在多个量表，题目数量约
70
至
150
以上
。
受测者将按照指导语提示作答，在答题区内勾画
。
根据研究需要，可能会邀请几百人到几千人进行调查
。
[0004]从数据回收角度看，由于题量大
、
人数较多，通常需要耗费大量精力和时间进行录入
。
且在录入过程中，操作者可能会出现“看走眼”、“没保存”、“忘记录没录”等的情况，降低了数据录入质量
。
[0005]除人工录入外，现有自动化产品通常要求对问卷进行特殊设计
。
例如：需要在对应位置增加识别块，对存量问卷
、
新编制问卷要求较高
。
在设计上，需要对答题规则进行严格限定，对特殊题型
、
特殊情况支持较差
。
[0006]针对现有技术中存在的情况，需要对量表答案录入的方式进行改进
。

技术实现思路

[0007]针对现有调查问卷录入技术的不足，本专利技术提供了一种量表答案提取算法，提升量表答案数据提取效果，包括以下步骤：
[0008]S1、
读入图像；该步骤通过多种形式输入图像，如摄像头拍照
、
推流
、
直接传入参数等；
[0009]S2、
图像矫正；该步骤将裁切背景
、
删除多余边框痕迹，矫正图形；与步骤
S1
连接；
[0010]S3、
量表块提取：该步骤将各个量表从问卷图像中分离；与步骤
S2
连接；
[0011]S4、
题项分割：该步骤将依次根据行分割题项；与步骤
S3
连接；
[0012]S5、
答案识别：该步骤将根据题目特点，采用不同对应方式识别答案；与步骤
S4
连接；
[0013]S6、
结果输出：该步骤可按照用户的需求保存为各种格式的数据结果；与步骤
S5
连接
。
[0014]在一些实施方式中，所述
S2
内，用户可根据图像状况，自行选择是否进行旋转
、
裁剪，并通过卷积识别最长宽
、
高的边长，寻找最大面积的矩形
。
该步通过裁切变换，缓解了拍照角度歪曲
、
纸张折叠导致图片不规整等问题，实现了自动识别图像
、
校正纸张的有益效果
。
[0015]在一些实施方式中，所述
S3
内，利用卷积算法对图像中横线上的点提取坐标，并在删除离群点及合并相近点后，通过判断相邻的两点间的距离判断是否为新一行起点；在此基础上，利用卷积算法对图像中横线提取竖线，判断一个量表块中是否包含多个量表；用户
可根据情况手动调整量表块识别结果
。
该步能够识别多种量表形式，实现了不需要问卷特殊排版的有益效果
。
[0016]在一些实施方式中，所述
S5
内，对于勾选类题项，经多次卷积运算后，将题目变化为面积较大
、
密集相连的矩形，将作答区变换为稀疏线条的效果图，进而使用聚类算法区分作答区及答案区，通过计算每个题项轮廓的面积变化程度，可获得单选或多选答案；若题目面积整体变化不大且较小，则识别为未答；若答案存在分隔符，其宽
、
高及面积通常为所有作答区拟合矩形对应指标的统计学上的异常值，可通过异常项排除分隔符；用户可调整相关识别指标
。
该步通过卷积
、
聚类，达到了快速
、
灵活及准确识别勾选类题目答案的有益效果
。
[0017]在一些实施方式中，所述
S5
内，对于非勾选类客观题项，经矫正后，采用比对用户预先指定的作答模板获取答案，通过判断图片相似度
、
色块相差等情况确定作答分数
。
该步通过匹配计算的方式，达到了快速
、
灵活及准确识别非勾选类题目答案的有益效果
。
[0018]在一些实施方式中，所述
S5
内，对于特殊类题目，可采用第三方接口进行判断读取
。
该步通过允许第三方开发的形式，达到扩展识别可能性的有益效果
。
[0019]在一些实施方式中，所述
S5
内，
S1
‑
S6
将根据实际情况会进行一次或多次，以充分提取量表
。
[0020]在一些实施方式中，所述
S3
‑
S5
内，卷积算法将从输入图像中获取一个像素点，该输入图像由多个像素组成，表示为
I(x,y)。
其中，
(x,y)
为像素坐标
。
卷积核由一组可调节的权重参数表示，表示为
K(i,j)
，
(i,j)
为卷积核中的权重参数的索引
。
[0021]对于图像中的每个像素位置
(x',y')
，都有下式操作：
[0022]O(x',y')
＝
ΣΣ
[I(x
‑
i,y
‑
j)*K(i,j)][0023]其中，
O(x',y')
表示卷积结果，
ΣΣ
表示双重求和，
i
和
j
分别遍历卷积核的所有权重参数
。
用户和算法可以调整卷积核的权重参数
K(i,j)
，以优化输出图像效果
。
[0024]在一些实施方式中，所述
S3
‑
S5
内，删除离群点
、
判断新一行起点及颜色校正等步骤可结合统计学方法进行
。
具体步骤包括：
[0025]a)
从输入中获取一组像素或数据值
I(x,y)
，表示某一个点或某一组点
(x,y)
经过某种运算后，获得特征值
I(x,y)。
[0026]b)
对于每个特征值
I(x,y)
的
Z
分数
Z(x,y)
，都有：
...

【技术保护点】

【技术特征摘要】
1.
一种量表答案提取算法，其特征在于，包括以下步骤：
S1、
读入图像；该步骤通过多种形式输入图像；
S2、
图像矫正；该步骤将裁切背景
、
删除多余边框痕迹，矫正图形；与步骤
S1
连接；
S3、
量表块提取：该步骤将各个量表从问卷图像中分离；与步骤
S2
连接；
S4、
题项分割：该步骤将依次根据行分割题项；与步骤
S3
连接；
S5、
答案识别：该步骤将根据题目特点，采用差异化对应方式识别答案；与步骤
S4
连接；
S6、
结果输出：该步骤可按照用户的需求保存为各种格式的数据结果；与步骤
S5
连接
。2.
如权利要求1所述的一种量表答案提取算法，其特征在于：所述步骤
S2
中，用户根据图像状况，自行选择是否进行旋转
、
裁剪，并通过卷积识别
、
裁切最长宽
、
高的边长，寻找最大面积的矩形
。3.
如权利要求1所述的一种量表答案提取算法，其特征在于：所述步骤
S3
中，包括：利用卷积算法对图像中横线上的点提取坐标，并在删除离群点及合并相近点后，通过判断相邻的两点间的距离判断是否为新一行起点；在此基础上，利用卷积算法对图像中横线提取竖线，判断一个量表块中是否包含多个量表；用户可根据情况手动调整量表块识别结果
。4.
如权利要求1所述的一种量表答案提取算法，其特征在于：所述步骤
S5
中，对于勾选类题项，经多次卷积运算后，将题目变化为面积较大
、
密集相连的矩形，将作答区变换为稀疏线条的效果图，进而使用聚类算法区分作答区及答案区，通过计算每个题项轮廓的面积变化程度，可获得单选或多选答案
。5.
如权利要求1所述的一种量表答案提取算法，其特征在于：所述步骤
S5
中，对于非勾选类客观题项，经矫正后，采用比对用户预先指定的作答模板获取答案，通过判断包括图片相似度
、
色块相差情况确定作答分数
。6.
如权利要求1所述的一种量表答案提取算法，其特征在于：所述步骤
S5
中，对于特殊类题项，采用第三方接口进行判断读取
。7.
如权利要...

【专利技术属性】
技术研发人员：张东篱，曾练平，夏宇，肖媛妮，谭江，黄松，
申请(专利权)人：贵州师范大学，
类型：发明
国别省市：