能直接使用,需要进行相应的滤波操作处理步骤较多,基本流程是:读取图像、预处理、灰度化、二值化、图像滤波、Hough变换检测特征直线、图像校正、形态学操作、区域分割和区域分析。Р 论证与选择Р在确定方案之前需要大量的实验来确定实验方案,首先对方案一进行实验。使用扫描仪采集答题卡图像,分辨率是13500×18908,格式为jpg,单个文件大小31.6MB。使用Matlab读取文件后得到大小为13500×18908×3的uint8图像矩阵,矩阵元素达7.65774×108个,仅读取图像所用的时间就达到15秒以上,当答题卡图像数目较多的时候,电脑内存也会出现不足,甚至死机,这样的时间消耗太大、效率太低,并且对计算机的配置要求也很高。Р接下来讨论使用普通摄像头采集图像,实验图像分辨率为3000×4000,格式为jpg,单个文件大小3~6MB。使用Matlab读取文件后得到大小为3000×4000×3的uint8图像矩阵,矩阵元素达3.6×107个,读取时间1秒左右,占用内存极少,当答题卡图像数目较多的时候,电脑内存也不会出现不足,即便是多了处理步骤,运行速度和工作效率也远高于使用高清扫描仪获得图像。Р 最终方案与关键技术分列Р由反复实验论证,图像的清晰度对于答题卡题目的识别影响不大,无需为了清晰度而牺牲效率,只要能识别填涂区域即可,因此,经实验最终选择使用一般图像采集设备获取的图像最为识别样本。Р下面列出关键技术及其所起到的作用:Р平滑处理与空间滤波:减少图像噪声;Р灰度处理:将RGB图像转化为灰度图像;Р二值化:将灰度图转化为二值图像;РHough变换:检测图像直线信息,本文使用两次,具体用处会在相应章节具体阐述;Р形态学操作:对二值图像中的像素块进行操作;Р区域标记:识别并标记图像中的填涂区域;Р区域分析:利用坐标对区域进行划分,完成成绩统计;Р用户图形界面:整合功能,便于使用。
全文预览
