【技术实现步骤摘要】
本专利技术涉及信息教育，具体地涉及一种网评图像检测方法、系统、电子设备及存储介质。
技术介绍
1、过去因为信息技术的限制，网评阅卷对答卷质量要求过高，要求考生填涂答题规范、对扫描设备、阅卷环境的要求严格，使得网上阅卷的方式难以在小型考试中推广。随着信息技术的发展并在教育领域的应用创新，推动各种考试在评阅更加公平等方面有着卓越的成效，比如在大型选拔考试中使用的试卷与答卷分离的网上阅卷系统。
2、答题卡作为一种重要的考试工具，被广泛应用于教育考试。传统的手工批改答卷方式费时费力，不仅需要大量人力资源，而且容易出现漏批、错批等问题，给考试管理带来一定的困扰。为了提高批改效率和准确性，近年来，越来越多的考试机构和考试管理部门开始使用扫描仪进行答卷的图像扫描和自动识别。
3、然而，由于不可避免的因素，在答卷扫描过程中可能会出现一系列问题，如折痕、污渍、残页、不规范填写、污线遮挡答题区域或吸附纸片遮挡答题区域等，这些问题可能导致影响网评阅卷，降低阅卷效率。
技术实现思路
1、本专利技术实施例的目的是提供一种网评图像检测方法、系统、电子设备及存储介质，用于全部或至少部分解决上述现有技术中因折痕、污渍、残页、不规范填写、污线遮挡答题区域或吸附纸片遮挡答题区域等问题导致影响网评阅卷，阅卷效率低的问题。
2、为了实现上述目的，本专利技术实施例提供一种网评图像检测方法，包括：
3、获取考生答卷扫描图像；
4、对所述考生答卷扫描图像进行污渍检测、
5、对所述考生答卷扫描图像进行污渍检测的过程包括：
6、将所述考生答卷扫描图像中答题区域图像转化为灰度图，并进行二值化处理；
7、对二值化处理后的灰度图进行进一步分析，获得污渍检测结果；
8、对所述考生答卷扫描图像进行夹带纸片检测的过程包括：
9、对所述考生答卷扫描图像进行类卷积操作，获得夹带纸片可疑区域图像，并对夹带纸片可疑区域图像进行进一步分析，获得夹带纸片检测结果；
10、对所述考生答卷扫描图像进行折角检测的过程，包括：
11、对所述考生答卷扫描图像中的各个角进行截取，并对截取后的角图像进行色域比值计算，根据计算结果，确定所述考生答卷扫描图像中是否存在折角；
12、对所述考生答卷扫描图像进行污线检测的过程，包括：
13、获取所述考生答卷扫描图像对应的边界区域图像，并对所述边界区域图像进行反向膨胀处理，通过判断膨胀处理后的边界区域图像中是否存在线条，确定所述考生答卷扫描图像中是否存在污线。
14、可选的，在将所述考生答卷扫描图像中答题区域图像转化为灰度图，并进行二值化处理之前，所述网评图像检测方法还包括：
15、判断考生答卷是否作图，若有作图，则进行模板差值处理，保留所述考生答卷扫描图像与空白答卷模板存在差异的图像；
16、若无作图，则将答题区域图像转化为灰度图。
17、可选的，所述对二值化处理后的灰度图进行进一步分析，获得污渍检测结果，包括：
18、对二值化处理后的灰度图进行膨胀操作，并对膨胀操作后的灰度图进行腐蚀操作，获得腐蚀操作后的图像；
19、对腐蚀操作后的图像进行连通区域分析，标记可疑区域，并对可疑区域进行筛选，获得污渍检测结果。
20、可选的，根据以下公式确定可疑区域：
21、
22、式中，x，y分别是可疑区域sd左上角的起点横纵坐标，w，h分别是可疑区域的长宽，black_data是色值中黑色值。
23、可选的，所述对所述考生答卷扫描图像进行类卷积操作，获得夹带纸片可疑区域图像，并对夹带纸片可疑区域图像进行进一步分析，获得夹带纸片检测结果，包括：
24、通过数据直方图统计出考生答卷扫描图像夹带纸片存在的阈值区间；
25、采用反向掩膜计算，去除考生答卷扫描图像噪声，再进行正向掩膜计算，以突出显示考生答卷扫描图像满足阈值区间的初始区域；
26、对所述初始区域进行类卷积操作，获得目标区域，并将目标区域对应的图像转化为灰度图，进行二值化处理；
27、将经二值化处理后的灰度图进行形态学操作和连通区域分析，获得夹带纸片检测结果。
28、可选的，对所述初始区域进行类卷积操作，获得目标区域，包括：
29、预先构建含有缓存列表且具备区域识别和关联处理功能的卷积核，并对所述初始区域进行逐块编号，使得所述初始区域具备多个区域号；
30、对所述满足阈值区间的初始区域进行检测并标记，并判断是否更新缓存列表中的区域号，若缓存列表中存在新插入的区域周边的区域号，则将该新插入的区域和原本缓存列表中的周边区域进行关联并合并，获得目标区域。
31、可选的，对所述考生答卷扫描图像中的各个角进行截取，并对截取后的角图像进行色域比值计算，根据计算结果，确定所述考生答卷扫描图像中是否存在折角，包括：
32、计算截取后的角图像中，黑色区域对应面积与角图像对应面积的面积比，其中，所述黑色区域表示存在折角的时考生答卷扫描图像中缺失的部分；
33、若所述面积比超过预设值，则确定所述考生答卷扫描图像中存在折角。
34、另一方面，还提供一种网评图像检测系统，包括：
35、获取单元，用于获取考生答卷扫描图像；
36、检测单元，用于对所述考生答卷扫描图像进行污渍检测、夹带纸片检测、折角检测和/或污线检测，获得网评图像检测结果；其中，
37、检测单元对所述考生答卷扫描图像进行污渍检测的过程包括：
38、将所述考生答卷扫描图像中答题区域图像转化为灰度图，并进行二值化处理；
39、对二值化处理后的灰度图进行进一步分析，获得污渍检测结果；
40、对所述考生答卷扫描图像进行夹带纸片检测的过程包括：
41、对所述考生答卷扫描图像进行类卷积操作，获得夹带纸片可疑区域图像，并对夹带纸片可疑区域图像进行进一步分析，获得夹带纸片检测结果；
42、检测单元对所述考生答卷扫描图像进行折角检测的过程，包括：
43、对所述考生答卷扫描图像中的各个角进行截取，并对截取后的角图像进行色域比值计算，根据计算结果，确定所述考生答卷扫描图像中是否存在折角；
44、检测单元对所述考生答卷扫描图像进行污线检测的过程，包括：
45、获取所述考生答卷扫描图像对应的边界区域图像，并对所述边界区域图像进行反向膨胀处理，通过判断膨胀处理后的边界区域图像中是否存在线条，确定所述考生答卷扫描图像中是否存在污线。
46、另一方面，还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上进行运行的计算机程序，所述处理器执行所述程序时实现上述所述的网评图像检测方法的本文档来自技高网...
【技术保护点】
1.一种网评图像检测方法，其特征在于，包括：
2.根据权利要求1所述的网评图像检测方法，其特征在于，在将所述考生答卷扫描图像中答题区域图像转化为灰度图，并进行二值化处理之前，所述网评图像检测方法还包括：
3.根据权利要求1所述的网评图像检测方法，其特征在于，所述对二值化处理后的灰度图进行进一步分析，获得污渍检测结果，包括：
4.根据权利要求3所述的网评图像检测方法，其特征在于，根据以下公式确定可疑区域：
5.根据权利要求1所述的网评图像检测方法，其特征在于，所述对所述考生答卷扫描图像进行类卷积操作，获得夹带纸片可疑区域图像，并对夹带纸片可疑区域图像进行进一步分析，获得夹带纸片检测结果，包括：
6.根据权利要求5所述的网评图像检测方法，其特征在于，对所述初始区域进行类卷积操作，获得目标区域，包括：
7.根据权利要求1所述的网评图像检测方法，其特征在于，对所述考生答卷扫描图像中的各个角进行截取，并对截取后的角图像进行色域比值计算，根据计算结果，确定所述考生答卷扫描图像中是否存在折角，包括：
8.一种网
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上进行运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任意一项所述的网评图像检测方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述的网评图像检测方法的步骤。
...【技术特征摘要】
1.一种网评图像检测方法，其特征在于，包括：
2.根据权利要求1所述的网评图像检测方法，其特征在于，在将所述考生答卷扫描图像中答题区域图像转化为灰度图，并进行二值化处理之前，所述网评图像检测方法还包括：
3.根据权利要求1所述的网评图像检测方法，其特征在于，所述对二值化处理后的灰度图进行进一步分析，获得污渍检测结果，包括：
4.根据权利要求3所述的网评图像检测方法，其特征在于，根据以下公式确定可疑区域：
5.根据权利要求1所述的网评图像检测方法，其特征在于，所述对所述考生答卷扫描图像进行类卷积操作，获得夹带纸片可疑区域图像，并对夹带纸片可疑区域图像进行进一步分析，获得夹带纸片检测结果，包括：
6.根据权利要求5所述的网评图像检测方法，...
【专利技术属性】
技术研发人员：马磊，张华英，马秀斌，赵帅，
申请(专利权)人：山东山大鸥玛软件股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。