System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种提取红笔批改答题痕迹的方法、设备及介质技术_技高网

一种提取红笔批改答题痕迹的方法、设备及介质技术

技术编号:42120267 阅读:6 留言:0更新日期:2024-07-25 00:38
本申请公开了一种提取红笔批改答题痕迹的方法、设备及介质,涉及图像处理技术领域。方法包括:对红笔批改后的待提取答题图像进行预处理,得到去模糊图像;对去模糊图像进行RGB双色掩膜的红色提取和HSV色相的红色提取,获得RGB图像和HSV图像;将RGB图像和HSV图像进行融合,得到红色痕迹图像;判断红色痕迹图像中是否有批语;在没有批语的情况下,对红色痕迹图像进行切分,得到红色痕迹的单符号图像。本申请通过上述方法实现了对老师的批改痕迹能够正确、清楚的提取,能够正确统计每一题的答题率情况,减轻了老师的工作压力,提升效率。

【技术实现步骤摘要】

本申请涉及图像处理,尤其涉及一种提取红笔批改答题痕迹的方法、设备及介质


技术介绍

1、当作业或试卷中包括一些填空题或主观题型时,特别是针对一些复杂的主观题型,没有统一的标准参考答案,只能通过阅卷老师来判断,现阶段的试卷或作业排版中,填空题,简答题都需要在特定的批改区域作答,老师的批改受限于批改区域,但如果扩大到作答区域,且老师可能会写下一些批改意见时,学生的答题痕迹与老师的批改痕迹会有混淆。

2、现有技术中已有自动提取批阅统计分数的方法,但由于没有考虑由于老师个人的笔迹出现断断续续等意外情况,以及学生笔记与老师笔记混淆时,这样可能就没有办法正确把老师的批改痕迹提取出来,致使不能正确识别习题成绩,难以方便快捷的对成绩进行统计分析,其次不能快速正确的对每一个题型的正确率进行统计,进一步的导致统计效率低下,以及需要耗费大量的时间与精力去进行批阅统分。

3、通过上述的分析,现有技术存在的问题及缺陷为:

4、现有技术中对作业或试卷的自动提取以及统计分数,不能正确提取不清楚的批改痕迹和有效统计分数或正确率,或者对批改者的批语不能正确识别。


技术实现思路

1、本申请实施例提供了一种提取红笔批改答题痕迹的方法、设备及介质,能够解决现有技术中对作业或试卷的自动提取以及统计分数,不能正确提取不清楚的批改痕迹和有效统计分数或正确率,或者对批改者的批语不能正确识别的问题。

2、第一方面,本申请实施例提供了一种提取红笔批改答题痕迹的方法,方法包括:对红笔批改后的待提取答题图像进行预处理,得到去模糊图像;对去模糊图像进行rgb双色掩膜的红色提取和hsv色相的红色提取,获得rgb图像和hsv图像;将rgb图像和hsv图像进行融合,得到红色痕迹图像;判断红色痕迹图像中是否有批语;在没有批语的情况下,对红色痕迹图像进行切分,得到红色痕迹的单符号图像。

3、在本申请的一种实现方式中,在判断红色痕迹图像中是否有批语之后,方法还包括:在有批语的情况下,对红色痕迹图像进行后处理,具体包括:对红色痕迹图像进行文本特征提取,得到文字预测结果;对文字预测结果进行计算,以消除直线,直线为表格的横线和竖线。

4、在本申请的一种实现方式中,对文字预测结果进行计算,具体包括:根据ppht算法检测直线;判断直线是否有断裂或者为字符直线,以表格的直线长度为约束条件;若有断裂,对直线进行融合,并提取符合表格的直线长度的直线。

5、在本申请的一种实现方式中,对红色痕迹图像进行切分,得到红色痕迹的单符号图像,具体包括:通过k-means聚类计算红色笔迹图像中单符号像素轮廓的垂直边界的矩形;对矩形进行筛选,去除超过预设长度和宽度阈值的矩形,得到单符号图像。

6、在本申请的一种实现方式中,在将rgb图像和hsv图像进行融合之前,方法还包括:在dbscan算法中加入knn分类,得到改进后的dbscan算法;通过改进后的dbscan算法对hsv图像去除噪音。

7、在本申请的一种实现方式中,对红色痕迹图像进行文本特征提取,得到文字预测结果,具体包括:通过psenet算法对红色痕迹图像进行文本特征提取,得到第一文本特征图,第一文本特征图中批语的相邻文本距离增大;通过cnn对第一文本特征图进行特征提取,得到第二文本特征图;对第二文本特征图进行竖向划分,得到特征图每一列的特征向量;通过双向rnn对特征向量进行上下文特征提取,得到每一列特征向量的概率分布;通过ctc层对每一列特征向量的概率分布进行预测和翻译,得到文字预测结果。

8、在本申请的一种实现方式中,将rgb图像和hsv图像进行融合,具体包括:通过sift特征匹配rgb图像和hsv图像,得到掩膜图像,掩膜图像用于后续融合;分别建立rgb图像和hsv图像的第一高斯金字塔,并根据掩膜图像建立第二高斯金字塔;在第一高斯金字塔进行采样,得到第一采样图;将第一采样图与第二高斯金字塔的顶层相加,得到第二采样图;将第二采样图与第二高斯金字塔顶层的下一层相加,得到第三采样图;直至相加到第二高斯金字塔的最下面一层,得到sift特征匹配的红色痕迹图像。

9、在本申请的一种实现方式中,在得到红色痕迹的单符号图像之后,方法还包括:判断单符号图像是否有遗漏;在没有遗漏的情况下,将同一答题区域的单符号图像进行统计,得到每一题的正确率。

10、第二方面,本申请实施例还提供了一种提取红笔批改答题痕迹的设备,设备包括至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:对红笔批改后的待提取答题图像进行预处理,得到去模糊图像;对去模糊图像进行rgb双色掩膜的红色提取和hsv色相的红色提取,获得rgb图像和hsv图像;将rgb图像和hsv图像进行融合,得到红色痕迹图像;判断红色痕迹图像中是否有批语;在没有批语的情况下,对红色痕迹图像进行切分,得到红色痕迹的单符号图像。

11、第三方面,本申请实施例还提供了一种提取红笔批改答题痕迹的非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:对红笔批改后的待提取答题图像进行预处理,得到去模糊图像;对去模糊图像进行rgb双色掩膜的红色提取和hsv色相的红色提取,获得rgb图像和hsv图像;将rgb图像和hsv图像进行融合,得到红色痕迹图像;判断红色痕迹图像中是否有批语;在没有批语的情况下,对红色痕迹图像进行切分,得到红色痕迹的单符号图像。

12、本申请实施例提供的一种提取红笔批改答题痕迹的方法、设备及介质,对老师的批改痕迹能够正确、清楚的提取,即使批改痕迹可能比较轻、分辨率差以及字符出现断裂,或者出现老师的批语出现歪斜的情况,甚至是在面对红色答题纸,提取到方格线的情况下;进一步的,能够正确统计每一题的答题率情况,减轻了老师的工作压力,提升效率。

本文档来自技高网...

【技术保护点】

1.一种提取红笔批改答题痕迹的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种提取红笔批改答题痕迹的方法,其特征在于,在判断所述红色痕迹图像中是否有批语之后,所述方法还包括:

3.根据权利要求2所述的一种提取红笔批改答题痕迹的方法,其特征在于,对所述文字预测结果进行计算,具体包括:

4.根据权利要求1所述的一种提取红笔批改答题痕迹的方法,其特征在于,对所述红色痕迹图像进行切分,得到红色痕迹的单符号图像,具体包括:

5.根据权利要求1所述的一种提取红笔批改答题痕迹的方法,其特征在于,在将所述RGB图像和HSV图像进行融合之前,所述方法还包括:

6.根据权利要求2所述的一种提取红笔批改答题痕迹的方法,其特征在于,对所述红色痕迹图像进行文本特征提取,得到文字预测结果,具体包括:

7.根据权利要求6所述的一种提取红笔批改答题痕迹的方法,其特征在于,将所述RGB图像和HSV图像进行融合,具体包括:

8.根据权利要求1所述的一种提取红笔批改答题痕迹的方法,其特征在于,在得到红色痕迹的单符号图像之后,所述方法还包括:

9.一种提取红笔批改答题痕迹的设备,其特征在于,所述设备包括:

10.一种提取红笔批改答题痕迹的非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:

...

【技术特征摘要】

1.一种提取红笔批改答题痕迹的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种提取红笔批改答题痕迹的方法,其特征在于,在判断所述红色痕迹图像中是否有批语之后,所述方法还包括:

3.根据权利要求2所述的一种提取红笔批改答题痕迹的方法,其特征在于,对所述文字预测结果进行计算,具体包括:

4.根据权利要求1所述的一种提取红笔批改答题痕迹的方法,其特征在于,对所述红色痕迹图像进行切分,得到红色痕迹的单符号图像,具体包括:

5.根据权利要求1所述的一种提取红笔批改答题痕迹的方法,其特征在于,在将所述rgb图像和hsv图像进行融合之前,所述方法还包括:

【专利技术属性】
技术研发人员:张浩然刘吉源唐学武吴冰坤
申请(专利权)人:北京十六进制科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1