呂書龍， 劉文麗

(福州大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院， 福建 福州 350116)

試卷識(shí)別碼的集成設(shè)計(jì)與識(shí)別算法

呂書龍， 劉文麗

(福州大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院， 福建 福州 350116)

設(shè)計(jì)一種可簡(jiǎn)單書寫的數(shù)碼數(shù)字，并將其作為學(xué)號(hào)識(shí)別碼直接集成在試卷上，有效地實(shí)現(xiàn)試卷與學(xué)生的一一對(duì)應(yīng)關(guān)系.分析紙質(zhì)掃描試卷識(shí)別碼的識(shí)別算法，處理了識(shí)別中可能出現(xiàn)的多種異常情況，并將該設(shè)計(jì)和算法應(yīng)用到選擇類試題答案的自動(dòng)識(shí)別和批閱中.實(shí)測(cè)結(jié)果表明：所提出的集成設(shè)計(jì)，具有占用空間小、連寫簡(jiǎn)便、識(shí)別快速、識(shí)別率高和低成本等特點(diǎn).

網(wǎng)絡(luò)閱卷系統(tǒng); 數(shù)碼數(shù)字; 識(shí)別算法; 集成設(shè)計(jì)

目前，大部分高校的全校性基礎(chǔ)課依然實(shí)行統(tǒng)考和手工流水閱卷，閱卷的公平性,試卷的質(zhì)量分析,試卷及試題的統(tǒng)計(jì)分析、查卷,試卷存儲(chǔ),專家評(píng)估等管理問題較為突出.商業(yè)網(wǎng)絡(luò)閱卷系統(tǒng)在全國(guó)性的大型考試中應(yīng)用較好，但是對(duì)于各高校每學(xué)期數(shù)量眾多的考試而言，管理成本極高，推行困難.因此,如何在不改變現(xiàn)有考試模式和考生答卷習(xí)慣的前提下，研究適合高校運(yùn)作的低成本、高效率的網(wǎng)絡(luò)閱卷系統(tǒng)是有意義的.在網(wǎng)絡(luò)閱卷系統(tǒng)的軟件掃描識(shí)別部分，最關(guān)鍵的基礎(chǔ)工作應(yīng)該是識(shí)別考生身份的，實(shí)現(xiàn)考生與答卷的關(guān)聯(lián).針對(duì)書寫比較規(guī)則的數(shù)字，一些學(xué)者給出了不同的識(shí)別方法和采集方式[1-6]，取得一定成效.但在實(shí)際情況中，學(xué)生手寫的學(xué)號(hào)花樣百出，情況復(fù)雜，更需要靈活性和規(guī)范性的填寫設(shè)計(jì)，異常的預(yù)判和對(duì)應(yīng)的措施等.本文提出將試卷識(shí)別碼、選擇題識(shí)別、試卷和答卷集成在一份試卷上的一體化試卷模式，并統(tǒng)一了學(xué)號(hào)識(shí)別碼和選擇題答案的識(shí)別算法.

1 數(shù)碼學(xué)號(hào)與一體化試卷版式設(shè)計(jì)

1.1 數(shù)碼學(xué)號(hào)的設(shè)計(jì)

學(xué)校分配給學(xué)生的學(xué)號(hào)都是由阿拉伯?dāng)?shù)字構(gòu)成的，因此，學(xué)號(hào)可作為唯一的識(shí)別碼.由此提出了6點(diǎn)連線的書寫規(guī)則，每個(gè)數(shù)字通過6個(gè)點(diǎn)的連線構(gòu)成，并形象地稱為數(shù)碼學(xué)號(hào)，如圖1所示.設(shè)計(jì)中給出6個(gè)點(diǎn)，直觀且便于構(gòu)成7個(gè)連通區(qū)以待識(shí)別，另外，也可以規(guī)范學(xué)號(hào)的書寫，減少出錯(cuò).

圖1 數(shù)碼學(xué)號(hào)書寫規(guī)則Fig.1 Writing rules of digital student ID

經(jīng)大量實(shí)際測(cè)試得到，每個(gè)數(shù)字的寬度和數(shù)字間的間隔相等，且寬度為4 mm，高度為8 mm.這樣的設(shè)計(jì)比較符合書寫習(xí)慣也容易識(shí)別,如果太高、太寬極易造成連線歪斜，而太窄、太小又不利于圖像處理，又影響識(shí)別的準(zhǔn)確性.

1.2 試卷版式設(shè)計(jì)

試卷版式首頁和學(xué)生信息區(qū)新舊版對(duì)照示意圖，如圖2，3所示.由圖3(b)可知：在裝訂線外，新版學(xué)生信息除保留舊版所有的信息外，在右側(cè)增加了數(shù)碼學(xué)號(hào)區(qū)域.該區(qū)域上端留給手寫學(xué)號(hào)，下端用來書寫數(shù)碼學(xué)號(hào)，并在左側(cè)給出書寫范例.

該設(shè)計(jì)有如下兩個(gè)主要目的：1) 手寫學(xué)號(hào)為連寫數(shù)碼學(xué)號(hào)提供參照，大大降低書寫錯(cuò)誤率；2) 如果機(jī)器識(shí)別失敗，還有機(jī)會(huì)通過手工識(shí)別加以糾正.

(a) 舊版 (b) 新版 圖2 試卷版式首頁示意圖Fig.2 Sketch map of examination paper

(a) 舊版

(b) 新版圖3 學(xué)生信息區(qū)示意圖Fig.3 Sketch map of student information area

對(duì)首次使用該版式的學(xué)生進(jìn)行大量測(cè)試，結(jié)果表明,連寫完一個(gè)9位學(xué)號(hào)，平均用時(shí)40 s；而對(duì)熟悉該版式的學(xué)生而言，耗時(shí)不超過30 s.因此，數(shù)碼學(xué)號(hào)的引入對(duì)學(xué)生作答時(shí)間的影響可忽略.測(cè)試表明，平均書寫錯(cuò)誤率低于1%，主要原因歸結(jié)為考試緊張和不按范例書寫.對(duì)于這個(gè)問題，一方面,可以在開考前提醒;另一方面,可在每個(gè)考場(chǎng)多備幾份空白卷以便更換.即使不更換，后期也可由人工識(shí)別處理.

因此，只需要對(duì)試卷版式和客觀題選項(xiàng)編碼作細(xì)微的調(diào)整，就可以將上述數(shù)碼學(xué)號(hào)的設(shè)計(jì)應(yīng)用到選擇題上.將常規(guī)的選擇題選項(xiàng)數(shù)字化，比如選擇題中4個(gè)選項(xiàng)一般由(A，B，C，D)構(gòu)成，為了便于識(shí)別處理，將這4個(gè)選項(xiàng)編碼映射成 (1，2，3，4)；判斷題的錯(cuò)與對(duì)也可以映射成(0，1).然后，在客觀題區(qū)域下方，留出空間作為客觀題的填涂區(qū)域，如圖4所示.

圖4 選擇題區(qū)域Fig.4 Area of multiple choice questions

2 識(shí)別算法及異常情況分析

2.1 識(shí)別流程與算法描述

數(shù)碼學(xué)號(hào)是實(shí)現(xiàn)考生與試卷自動(dòng)關(guān)聯(lián)的唯一標(biāo)示碼，它直觀易懂.總體上，每個(gè)數(shù)字可由6個(gè)點(diǎn)的適當(dāng)連線構(gòu)成，所有可能的7條連線定義成7個(gè)連通區(qū)域；然后，通過每個(gè)區(qū)域的連通性來實(shí)現(xiàn)數(shù)字的識(shí)別，如圖5所示.

圖5 連通區(qū)域和數(shù)字示意圖Fig.5 Connected regions and sketch maps of numbers

設(shè)基于連通性的數(shù)碼數(shù)字串含有n個(gè)數(shù)字，則識(shí)別流程有如下5個(gè)主要步驟.

步驟1 在掃描的試卷圖片中，提取數(shù)碼數(shù)字串所在區(qū)域位圖，進(jìn)行合理的二值化.此時(shí)，位圖轉(zhuǎn)化成0～1數(shù)字矩陣(0代表白色，1代表黑色)，記為MS.

步驟2 通過行掃描和列掃描，去掉矩陣MS外層多余的空白行和空白列,得到最小的外接矩陣，仍記為MS.

步驟3 從矩陣MS中依據(jù)設(shè)計(jì)尺寸提取每個(gè)數(shù)碼數(shù)字的子矩陣，并同樣通過行列掃描得到其最小的外接矩陣，記為Mi，i=1，2，…，n.

(a) 連通性 (b) 關(guān)鍵坐標(biāo)點(diǎn)圖6 數(shù)字矩陣Mi的連通判定示意圖Fig.6 Sketch map of connection of digital matrix Mi

步驟4 數(shù)字矩陣Mi的連通判定示意圖，如圖6所示.將Mi矩陣行列各4等分，橫向自左向右依次為c0，c1，c2，c3，c4，其中,c0和c4為左右邊界；縱向自上而下依次為r0，r1，r2，r3，r4，其中,r0和r4為上下邊界.Mi矩陣的中心坐標(biāo)為(c2，r2)，左上角為(c0，r0)，右下角為(c4，r4).理論上通過矩陣的關(guān)鍵行列坐標(biāo)點(diǎn)附近的非零值可確定所在區(qū)域的連通性.若在矩陣Mi的行列坐標(biāo)為(c0，r3)附近存在非零值則可判定圖6的區(qū)域1為連通.以此類推，行列坐標(biāo)點(diǎn)(c0，r1)，(c2，r0)，(c4，r1)，(c4，r3)，(c2，r4)，(c2，r2)附近的非零值可分別確定區(qū)域2到區(qū)域7的連通性，如圖6(a)所示.由于書寫難以達(dá)到理論上的橫平豎直，所以應(yīng)分析關(guān)鍵坐標(biāo)點(diǎn)鄰域中的非零值，如圖6(b)所示.

步驟5 由上述連通性的判定，再根據(jù)圖5的規(guī)則，可確定Mi所對(duì)應(yīng)的數(shù)字.其對(duì)應(yīng)規(guī)則為：區(qū)域1，2連通或區(qū)域4，5連通則判定為數(shù)字1；區(qū)域1，3，4，6，7連通則判定為2；區(qū)域3，4，5，6，7連通則判定為數(shù)字3；依此類推.若把區(qū)域的連通記為1，不連通記為0，則每個(gè)數(shù)字就對(duì)應(yīng)了一個(gè)長(zhǎng)度為7的0/1數(shù)字串，例如,“1100000”和“0001100”代表數(shù)碼數(shù)字“1”.

重復(fù)步驟3～5，可識(shí)別完所有子矩陣對(duì)應(yīng)的數(shù)字，完成整個(gè)數(shù)碼數(shù)字串的識(shí)別.

2.2 異常情況及應(yīng)對(duì)措施

在實(shí)際考試中，數(shù)字連寫不規(guī)范、掃描走紙發(fā)生傾斜都可能出現(xiàn)異常情況，包括但不限于以下6種異常情況：1) 連寫數(shù)字時(shí)，出現(xiàn)連線彎曲、越界、輕微涂改等；2) 連寫數(shù)字隨意、不完整或不規(guī)則；3) 采用鉛筆填涂時(shí)描線過淡，數(shù)字模糊；4) 識(shí)別區(qū)域有較多筆尖接觸導(dǎo)致的雜點(diǎn)；5) 掃描試卷可能出現(xiàn)小偏斜(偏斜度約1°)、折頁等；6) 學(xué)生忘記連寫學(xué)號(hào).

異常情況1,4,5會(huì)導(dǎo)致提取的最小外接矩陣與標(biāo)準(zhǔn)尺寸不符；異常情況2,3導(dǎo)致連通性判別出錯(cuò)；異常情況6導(dǎo)致無法識(shí)別.除了異常情況6必須人工介入外，其他幾種異常都可以在算法上進(jìn)行自適應(yīng)調(diào)整，以避免可能出現(xiàn)的誤判情況.文中引入關(guān)鍵點(diǎn)鄰域擴(kuò)充、模糊識(shí)別和灰度閾值隨機(jī)提升3種措施，對(duì)算法進(jìn)行完善和改進(jìn).

1) 改進(jìn)1.關(guān)鍵點(diǎn)鄰域擴(kuò)充.掃描試卷采用的分辨率為200 DPI，則4 mm對(duì)應(yīng)的圖片像素大致為34 px，可保證在邊界和關(guān)鍵點(diǎn)處±4個(gè)像素的擴(kuò)充鄰域不互相重疊，如圖6(b)所示.針對(duì)區(qū)域1，可將關(guān)鍵坐標(biāo)點(diǎn)(c0，r3)放大到矩形區(qū)域(c0，r3-4，c0+4，r3+4)，再通過統(tǒng)計(jì)該區(qū)域中像素1的占比或總量不小于8判定區(qū)域1的連通性，其他區(qū)域的連通可依此類推.經(jīng)過修正后，可顯著消除異常情況1,4,5，可部分消除異常情況2，使得連通性判定更加合理穩(wěn)健，數(shù)碼數(shù)字的識(shí)別率也得到大幅提升.

2) 改進(jìn)2.引入模糊識(shí)別.比如區(qū)域1，2連通或區(qū)域4，5連通均可對(duì)應(yīng)數(shù)字1；區(qū)域1，3，4，7連通可對(duì)應(yīng)數(shù)字2.多個(gè)數(shù)字的模糊對(duì)應(yīng)，如圖7所示.模糊識(shí)別部分消除了異常情況2中連寫數(shù)字的不完整情況.

圖7 模糊等價(jià)圖Fig.7 Fuzzy equivalence graph

3) 改進(jìn)3.灰度閾值的隨機(jī)提升.部分考生采用鉛筆連寫數(shù)碼學(xué)號(hào)，由于描筆過淡，色彩對(duì)比不夠明顯，導(dǎo)致經(jīng)典的OTSU算法[7-8]計(jì)算的平均灰度閾值偏小，使得二值化后的圖像信息損失較多，從而影響了連通性識(shí)別.用鉛筆填涂學(xué)號(hào)的二值化前后的圖像對(duì)比，如圖8所示.圖8中：經(jīng)典OTSU算法得到的平均灰度閾值是209.灰度閾值為224時(shí)的二值化圖像，如圖9所示.

(a) 原圖 (b) 二值化后圖圖8 二值化前后的圖像對(duì)比示意圖Fig.8 Graph comparison before and after binarization process

圖9 提升閾值后的二值化圖像Fig.9 Binary image after lifting threshold value

由圖8，9的對(duì)比可知:選擇合適的灰度閾值對(duì)于二值化是非常重要的.經(jīng)大量此類圖像的實(shí)測(cè)統(tǒng)計(jì)，經(jīng)典OTSU算法得到的灰度閾值平均偏小10個(gè)灰度級(jí)，均方差約為2，故對(duì)OTSU算法的平均灰度閾值作簡(jiǎn)單隨機(jī)調(diào)整，即

改進(jìn)灰度閾值=OTSU平均灰度閾值+rnorm(10，2).

(1)

式(1)中:10和2分別為正態(tài)分布的均值和標(biāo)準(zhǔn)差；rnorm為正態(tài)分布隨機(jī)數(shù)的生成函數(shù).

規(guī)則的手寫數(shù)字是系統(tǒng)順利運(yùn)行的一個(gè)基本前提和保障，若結(jié)合手寫數(shù)字的識(shí)別算法[9-10]，將有助于解決上述異常情況1～5.但系統(tǒng)需要實(shí)時(shí)高效地處理大量的試卷識(shí)別，故暫時(shí)未引入手寫識(shí)別的規(guī)則，上述處理方案是多方因素綜合考慮的權(quán)衡選擇.

3 實(shí)測(cè)結(jié)果與分析

掃描儀器：夏普MX-M753N數(shù)碼復(fù)合機(jī)，分辨率為200DPI，雙面掃描成JPG圖像， 掃描速度是每分鐘20份的A3幅面.主機(jī)性能：Intel(R)Core(TM)i5-3470CPU@ 3.2GHz，內(nèi)存8.0GB；硬盤 1TB/7 200轉(zhuǎn)/64MB.測(cè)試工作：試卷圖片讀取，數(shù)碼學(xué)號(hào)區(qū)域提取，數(shù)碼學(xué)號(hào)識(shí)別，學(xué)號(hào)與學(xué)生信息表關(guān)聯(lián).A3幅面的試卷正反面采用200DPI掃描成2張JPG圖像，每張圖片像素尺寸為3 307px×2 338px， 大小約為950KB，圖片尺寸是試卷尺寸的2倍，該尺寸圖片達(dá)到網(wǎng)絡(luò)閱卷清晰度的要求.

表1給出基本測(cè)試數(shù)據(jù).由表1可知：數(shù)碼學(xué)號(hào)的識(shí)別耗時(shí)極少，主要時(shí)間耗費(fèi)在讀寫JPG圖片，并轉(zhuǎn)成內(nèi)存位圖上.對(duì)于規(guī)則的學(xué)號(hào)填涂，連通性算法的識(shí)別正確率可達(dá)100%.

表1 測(cè)試結(jié)果Tab.1 Test results

表1實(shí)測(cè)數(shù)據(jù)中，學(xué)號(hào)識(shí)別正確率不足100%，經(jīng)統(tǒng)計(jì)分析，主要原因是書寫嚴(yán)重偏離書寫規(guī)范、胡亂涂改或空白不寫.這類問題的出現(xiàn)是小概率事件，但似乎又在每次考試中發(fā)生.因此，有必要加強(qiáng)考前培訓(xùn)以降低此類問題出現(xiàn)的概率.另外，對(duì)于嚴(yán)重偏離書寫規(guī)范或有涂改的前提下，參考手寫數(shù)字的識(shí)別或機(jī)器識(shí)別來研究更穩(wěn)健更智能的識(shí)別算法也未嘗不可.

4 結(jié)束語

所提出的試卷版式和數(shù)碼學(xué)號(hào)的設(shè)計(jì)，具有占用空間小，連寫簡(jiǎn)便，識(shí)別快速，識(shí)別率高、成本低等特點(diǎn)，為網(wǎng)絡(luò)閱卷系統(tǒng)的實(shí)現(xiàn)與推廣奠定了堅(jiān)實(shí)的基礎(chǔ).網(wǎng)絡(luò)閱卷系統(tǒng)目前運(yùn)行良好，后期將對(duì)智能識(shí)別算法、任務(wù)調(diào)度策略、系統(tǒng)安全性、網(wǎng)絡(luò)負(fù)載均衡、閱卷質(zhì)量實(shí)時(shí)監(jiān)控，以及試題和試卷的全方位的統(tǒng)計(jì)分析問題作進(jìn)一步深入的探索和研究.

[1] 羅理，王峰.網(wǎng)上閱卷系統(tǒng)中八字碼識(shí)別方法的研究與實(shí)現(xiàn)[J].計(jì)算機(jī)與數(shù)字工程，2007，35(12):40-42.

[2] 鄧富強(qiáng).特定區(qū)域數(shù)字識(shí)別系統(tǒng)的實(shí)現(xiàn)[J].電子技術(shù)與軟件工程，2015(15):103.

[3] 崔行臣，段會(huì)川，王金玲,等.數(shù)顯儀表數(shù)字實(shí)時(shí)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2010，31(1):213-217.

[4] 范新南，郭建甲，蘇麗媛.基于數(shù)學(xué)形態(tài)學(xué)的數(shù)字儀表數(shù)碼識(shí)別快速算法[J].計(jì)算機(jī)測(cè)量與控制，2006，14(11):1589-1590，1593.

[5] 鞏玉濱，楊紅娟，張運(yùn)楚，等.一種數(shù)顯儀表數(shù)字字符識(shí)別方法研究[J].山東建筑大學(xué)學(xué)報(bào)，2011，26(2):134-137，177.

[6] 馬禮，慈林林，張永梅，等.不規(guī)則數(shù)碼脫機(jī)識(shí)別技術(shù)[J].小型微型計(jì)算機(jī)系統(tǒng)，2003，24(5):940-942.

[7] OTSU N.A threshold selection method from gray-level histograms[J].IEEE Transactions on Systems， Man and Cybemetics，1979，9(1)：62-66.

[8] 呂俊哲.圖像二值化算法研究及其實(shí)現(xiàn)[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2004，14(12):266-267.

[9] 柳回春，馬樹元，吳平，等.基于結(jié)構(gòu)特征的手寫體數(shù)字識(shí)別算法[J].計(jì)算機(jī)工程,2002,28(11):28-29，60.

[10] 吳少泓，王云寬，孫濤，等.基于距離分布直方圖的數(shù)字識(shí)別算法[J].計(jì)算機(jī)應(yīng)用，2012，32(8):2299-2304.

(責(zé)任編輯： 陳志賢 英文審校： 吳逢鐵)

Integrated Design and Recognition Algorithm of Identification Codes in Examination Paper

LYU Shulong， LIU Wenli

(College of Mathematics and Computer Science， Fuzhou University， Fuzhou 350116， China)

It designs a simple and easy-writing digital numbers and takes them as recognition identification codes integrated in the examination paper. This design effectively realizes the one-to-one correspondence between the student and his examination paper. It analyzes the recognition algorithm of the digital numbers in scanned examination paper, and solves several abnormal conditions in the recognition process. The design and recognition algorithm are also applied to the automatic identification and marking of objective questions. The experimental results show that the proposed design and recognition algorithm have the advantages of small occupied space, easy-writing, rapid recognition, high rate of recognition and low cost etc. Keywords：network-based scoring system; digital numbers; recognition algorithm; integrated design

10.11830/ISSN.1000-5013.201703020

2016-11-15

呂書龍(1977-)，男，副教授，主要從事應(yīng)用統(tǒng)計(jì)與軟件設(shè)計(jì)的研究.E-mail:wujispace@126.com.

國(guó)家自然科學(xué)青年基金資助項(xiàng)目(11301084)； 福建省本科高校教育教學(xué)改革研究項(xiàng)目(JAS151395)； 福州大學(xué)第九批高等教育教學(xué)改革工程項(xiàng)目(0360-52001024， 0360-52001069)； 福州大學(xué)研究生優(yōu)質(zhì)課程建設(shè)項(xiàng)目(0480-52004634)

TP 311； TP 391

A

1000-5013(2017)03-0397-05