一种基于增强现实技术的评卷方法技术

本发明专利技术公开了一种基于增强现实技术的评卷方法，该方法的步骤流程包括前期准备工作，核心图像处理工作，分数统计阶段，分数增强显示阶段等，前期准备工作包括答题卡的设计，试卷标准答案录入，答题卡信息获取等，核心图像处理工作包括图像几何校正，答题卡有效区域定位，答题卡有效区域特征元素的检测和提取以及将结果写入xml文件，分数统计阶段主要是统计答题卡所获分数，分数显示阶段主要结合增强现实技术将分数显示出来，供使用者记录等。本发明专利技术方法不仅使用装置简便，容易操作，而且能识别出正确选择、错误选择、多选及漏选等多种情况,准确率较高,检测识别速度较快，极大方便了用户，具有很好的研究价值和实用价值。

【技术实现步骤摘要】
一种基于增强现实技术的评卷方法
本专利技术涉及评卷阅卷
，具体涉及一种基于增强现实技术的评卷方法。
技术介绍
随着Google发布Android操作系统以来，Android呈现出突飞猛进的发展势头。如今，来自互联网数据中心(IDC)的最新统计数据显示，2013年第一季度，Android操作系统全球市场占有率位居第一，占有率达到75%以上，安装Android系统的新智能手机数量跃升至1.621亿部。而且据有关人士分析，Android的这种发展状态将机会继续保持下去。现在Android系统的移动终端如雨后春笋般涌现，包括手机、平板等。这些移动终端的特点是携带方便，硬件支持强大，加上现在丰富的软件系统，将会为人们的工作和生活提供很大的便利和乐趣。机器视觉就是用机器代替人眼来做测量和判断。如今，中国正成为世界机器视觉发展最活跃的地区之一，应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。经历过长期的蛰伏，2010年我国机器视觉市场迎来了爆发式增长。据《2013-2017年中国机器视觉产业发展前景与投资预测分析报告》[1]数据显示当年，我国机器视觉市场规模达到8.3亿元，同比增长48.2%，其中智能相机、软件、光源和板卡的增长幅度都达到了50%，工业相机和镜头也保持了40%以上的增幅，皆为2007年以来的最高水平。因此机器视觉的应用也相当成熟了。增强现实技术（AugmentedRealityTechnique，简称AR），是在虚拟现实基础上发展起来的新技术，是通过计算机系统提供的信息增加用户对现实世界感知的技术，并将计算机生成的虚拟物体、场景或系统提示信息叠加到真实场景中，从而实现对现实的“增强”。传统的增强现实技术越来越越不能够满足人们的需求。随着移动终端的大力发展，移动增强现实的应用也在不断的发展，也产出大量的产品，如商业应用,游戏等等，尤其是基于Android和IOS操作系统的增强现实技术的应用。机读卡是一种简单的光学字符识别（OCR）技术，也是一种很好的机器视觉的应用实例，它常用于标准化考试、选举和调查，这种技术由于速度快而且准确，因此现在得到了普遍的应用，但是其对于个人使用不切实际，所以本专利技术的设计旨在方便老师个人评阅试卷。
技术实现思路
本专利技术针对现有技术的不足，提供一种在Android移动终端上使用增强现实技术来实现评阅试卷的一种方法，该方法将评阅试卷的理念移植到移动终端，并且将增强现实技术与试卷评阅相结合，为老师个人评阅试卷带来了极大地方便。本专利技术的技术方案为：一种基于增强现实技术的评卷方法，该方法包括以下步骤：S1：设计答题卡；S2：录入标准答案，并将答案按指定规则写入xml文件中，再将该标准答案xml文件存入移动终端上指定位置；S3：获取答题卡信息，拍摄包含全部答题卡区域的图像，即通过移动终端上的摄像头进行图像的获取；S4：对拍摄图像进行处理，获取答案信息；S5：将S4中获取的答案按指定规则写入xml文件中，保存在移动终端存储卡中指定位置；S6：寻找匹配特征元素，特征元素就是标准答案和学生的试卷答案，读取S2中录入的标准答案xml文件与S5中获取的xml文件并进行匹配，从而计算出成绩；S7：处理异常情况；S8：利用增强现实技术，将上述步骤计算得出的分数显示在移动终端屏幕中，或者写入txt文件存储在指定位置，方便使用者统计；S9：统计和分析试验结果。进一步地，S1中设计的答题卡包括以下几个部分：学生信息部分，包括学生姓名，学号，分数，这一部分内容是不需要被识别的，供使用者统计成绩所用；有效作答区域，包括题目选项区域，特征元素提取对这个区域进行处理；图像识别区域，包括题目选项区域，特征元素提取对这个区域进行处理。进一步地，S4中对拍摄图像进行处理的流程包括以下几个步骤：S41：几何校正，几何校正包括提取轮廓，解析轮廓，畸变校正；S42：切边，提取答题卡的有效区域；S43：图像增强；S44：特征元素的检测和提取，采用遍历算法统计每题答案。本专利技术的有益效果在于：本专利技术首次将评阅试卷的理念移植到移动终端，并且首次将增强现实技术与试卷评阅相结合，本专利技术为老师个人评阅试卷带来了极大地方便，老师只需要在手机上安装一个APP，就能高效快捷准确地评阅试卷。附图说明附图1为设计的答题卡。附图2为未经过几何校正的图像。附图3为图像处理相关流程图。附图4为Radon变换定义示意图。附图5为提取有效区域之后的图像。附图6为计算每题答案选项的流程图。具体实施方式下面结合附图对本专利技术做进一步的描述，但本专利技术的实施方式并不限于此。传统的答题卡为机读卡，不适用于手持设备应用的情况。本实施例为了达到快速高效以及精确的识别和计算性能，专门设计了一种答题卡，如图1所示，本实施例所设计的答题卡，该答题卡主要包含三个部分：第一，学生信息部分，包含学生姓名，学号，分数等，这一部分内容是不需要被识别的，主要供使用者统计成绩所用；第二，有效作答区域，这部分主要包含了题目选项区域，特征元素提取主要对这个区域进行相关处理；第三，图像识别区域，这部分主要是一个黑色的边框，为了快速准确地定位到有效作答区域；只有使用指定的答题卡，再结合本实施例中的算法，才能快速高效精确地完成需要的功能。对于有效答题区域和图像识别区域称为有效区域，这个区域也分为三个部分，边框，题号和选择项。设定边框厚度为10像素，题号和选择项的宽度为25像素，选项之间的间隔为5像素，每行之间的间隔以及第一行与内边框的间距相同，均为12像素。录入标准答案，主要是通过前期手动录入。在使用基于本实施例开发的移动app之前，会提醒使用者录入标准答案，确认之后会自动生成一个xml文件，保存在手机存储卡中指定位置。对于不同的试卷，只需要录入答案就可以再次使用，同时可以删除指定的xml文件，节省资源空间。另外，为了方便统计答案结果，本实施例使用的xml为自定义的。答题卡信息的获取，首先寻找适当位置，通过移动终端摄像头拍摄场景，确保答题卡的有效区域全部包含在所拍摄的图像中，否则后续的处理将得不到正确的结果，拍摄结果如图2所示。对图像进行相关处理。操作步骤如图3所示，其中最关键的步骤包括图像几何校正，图像有效区域提取以及答案选项的统计计算。图像几何校正，在S3拍摄图像时，由于成像系统本身的非线性特征以及拍摄角度的问题，会使获得的图像产生几何失真，即原本矩形的答题卡在图像中却是不规则图形，如图2所示，这样将不能获取正确的答案统计结果，因此首先对图像进行几何校正，主要包含以下三个步骤。第一，提取有效区域轮廓，拍摄的时候，将答题卡放到成像区域中央或者中央附近，采用Otsu算法将答题卡和背景分离开，Otsu算法又称为最大类间方差法，是一种自适应的阈值确定的方法，它是按图像的灰度特性，将图像分成背景和目标两部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此，使类间方差最大的分割意味着错分概率最小。利用Otsu算法可以将答题卡本文档来自技高网...

【技术保护点】
一种基于增强现实技术的评卷方法，其特征在于该方法包括以下步骤：?S1：设计答题卡；S2：录入标准答案，并将答案写入xml文件中，再将该标准答案xml文件存入移动终端上指定位置；S3：获取答题卡信息，拍摄包含全部答题卡区域的图像，即通过移动终端上的摄像头进行图像的获取；S4：对拍摄图像进行处理，获取答案信息；?S5：将S4中获取的答案写入xml文件中，保存在移动终端存储卡中指定位置；S6：寻找匹配特征元素，特征元素是标准答案和学生的试卷答案，读取S2中录入的标准答案xml文件与S5中获取的xml文件并进行匹配，从而计算出成绩；S7：处理异常情况；S8：利用增强现实技术，将上述步骤计算得出的分数作两种处理方式：显示在移动终端屏幕中；写入txt文件存储在指定位置，方便使用者统计；S9：统计和分析试验结果。

【技术特征摘要】
1.一种基于增强现实技术的评卷方法，其特征在于该方法包括以下步骤：S1：设计答题卡；S2：录入标准答案，并将答案写入xml文件中，再将该标准答案xml文件存入移动终端上指定位置；S3：获取答题卡信息，拍摄包含全部答题卡区域的图像，即通过移动终端上的摄像头进行图像的获取；S4：对拍摄图像进行处理，获取答案信息；S5：将S4中获取的答案写入xml文件中，保存在移动终端存储卡中指定位置；S6：寻找匹配特征元素，特征元素是标准答案和学生的试卷答案，读取S2中录入的标准答案xml文件与S5中获取的xml文件并进行匹配，从而计算出成绩；S7：处理异常情况；S8：利用增强现实技术，将上述步骤计算得出的分数作两种处理方式：显示在移动终端屏幕中；写入txt文...

【专利技术属性】
技术研发人员：何汉武，陈和恩，宋春雨，黄垚波，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：