一种答题卡客观题识别算法

在保证阅卷质量的前提下,网上阅卷系统不仅极大地减少了教师的工作量,而且 降低了对试卷纸张质量的要求,节约能源。但是,网上阅卷系统中的客观题识别效果对答题卡 图像质量和排版有很强的依赖。为此,提出一种鲁棒的客观题识别算法。首先,考虑到用户填 涂时可能偏离填涂区域,或者用户图像和模板图像位置匹配出现的误差,提出了滑动窗口策略 重新定位实际的填涂区域,消除相关的偏差。然后,通过分析各选项的直方图,并引入加权平 均灰度消除单个选项中填涂不均匀的影响。对同一题下的每个选项进行比较,使得识别算法有 很强的局部适应性,克服使用全局识别策略带来的参数选择困难。实验结果表明,该算法兼容 性好,可以适用于不同排版类型的答题卡客观题识别,鲁棒性强,识别精度高,适用于各种扫 描质量和不同填涂质量的答题卡。     

基于计算机视觉的自动阅卷系统的设计

基于计算机视觉技术设计了一个自动阅卷系统,为解决试卷填涂信息识别问题和自动判卷问题,提出了基于感知哈希技术的试卷填涂信息识别算法和基于图像比较近似度结果的判卷算法。通过系统实现与测试,系统拥有较快的处理速度、较高的准确性和易用性。     

一种适用于移动设备在线阅卷的答题卡自动识别算法

基于智能移动设备的阅卷方式无需专用设备即可快速阅卷,降低成本的同时还能增加阅卷工作的可移动性。为解决移动设备拍照阅卷时,出现的阴影、反光、倾斜(-45°~45°)等情况,设计并实现了一套答题卡自动识别算法,算法主要分为三部分：图像预处理、待识别区域定位与分割、答题卡内容识别。不同操作系统(PC、Android、IOS)下测试结果表明：该算法正常填涂采集识别率为100%,异常填涂采集识别率为93.6%;识别速度小于2s,满足实时性要求;无需修改就能在不同操作系统下编译运行,提高了程序的通用性和兼容性。目前该算法已成功应用于某教育企业上线APP中。     

扫描阅卷系统中模板定制和图像聚类方法的研究

为了适应答题卡多样化需求和提高答题卡图像识别的准确率,提出了扫描阅卷系统中模板定制和图像聚类方法。首先基于人机交互方式进行模板定制,定义填涂区域属性和答题卡结构信息,并开发了模板制作器,实现答题卡模板文件的制作和管理;其次给出基于K-means改进算法的扫描阅卷系统中图像聚类方法,选择局部聚集密度最大的数据点作为初始聚类中心以得到全局较优的聚类结果,并通过计算区分度进行聚类结果评价;最后基于VC++和MS SQL Server2000开发了基于K-means改进算法的扫描阅卷系统,并对该系统进行了实验测试。测试结果表明,采用K-means改进算法进行扫描阅卷时能够得到稳定的图像聚类结果,大大提高了客观题阅卷准确率,具有较高的实用价值。     

基于Hough变换的答题卡识别

针对光电式阅卷机价格昂贵,使用成本高,设备利用率低的缺点,提出一种基于Hough变换的答题卡识别方法。运用数字图像处理的手段,对答题卡图像进行灰度拉伸、图像滤波、图像二值化等预处理;依据Hough变换的直线建立选项网;根据填涂区域的几何属性进行识别判断。测试结果表明,该算法对于答题卡的识别具有高效率、高准确率、使用方便、成本低廉的特点,具有一定的应用价值。     

基于OpenCV与SVM的车牌识别方法

为了提高车牌识别效率,论文提出了一种基于OpenCV与SVM的车牌识别方法.用Canny算子获取图像边缘轮廓信息,基于SURF算法对车牌进行特征提取,并结合HSV颜色空间来定位车牌位置;基于垂直投影方法来提取车牌字符特征,再利用SVM算法实现对车牌字符的识别.该方法利用计算机视觉库OpenCV实现,利用OpenCV封装的SURF算法和SVM算法实现车牌识别,实验表明,该方法有较高的识别效率.     

基于图像识别的标记阅读机研究

阐述了基于图像识别的信息填涂卡文档图像标记阅读机中的识别算法，并提出一种新的信息卡填写方式。对常用的字符识别方法以及特征提取方法进行了描述，并根据实际，采用基于最小距离分类器的模板匹配算法来对手写符号进行识别，结果表明算法能有效地解决信息填涂卡文档图像的手写符号识别问题。     

基于FCM聚类和模板匹配的视频马赛克检测方法

马赛克是数字电视节目中常见的一种视频缺陷现象,会造成视频质量的下降,因此在视频序列中有效地定位并修复马赛克块变得越来越重要。本文提出一种基于FCM模糊聚类和模板匹配的方法检测视频中的马赛克块,首先,使用canny边缘检测方法检测图像的边缘。其次,使用FCM聚类方法对像素进行分类。最后,利用模板匹配的方法检测马赛克块。基于OpenCV库函数进行算法实现,实验结果验证了所提算法的有效性。     

多模版匹配的特殊符号识别定位算法研究

针对试卷智能批阅场景模式,由于Tesseract-OCR缺少特殊符号包,直接定位符号存在较多漏检等问题,提出具有覆盖保留机制的多模板匹配方法。通过OCR定位空白试卷中的符号分别建立多类型元素的方块、圆圈、括号模板集;而对于试卷中的直线,通过筛选查找轮廓的方法建立多类型元素的直线模板集,综合多模板匹配技术提高试卷中符号的识别性能及定位准确率。经实际试卷测试结果表明:该算法符号定位准确率、精确度和召回率均高于94%;查找轮廓法定位直线准确率达96%,模板匹配直线定位准确率、精确度和召回率高于87%;将空白试卷符号坐标应用于学生作答试卷,能较完美地定位手写答案。     

基于OpenCV形态学的发票定位研究

为了提高发票识别的准确率,对票据定位算法进行了研究.现提出一种基于OpenCV形态学的发票定位算法.该算法利用电子发票的表格线规整性,利用形态学操作检测垂直和水平等高线并画出发票表格框架线,再利用右下角基准点及各区域框的长宽定位出发票需要识别的区域.论文算法用Python及OpenCV等库实现,实验结果表明:该算法可以准确定位并裁剪出待识别区域.     

图像处理技术在阅卷系统中的应用

通过对答题卡特点的分析,设计了如何判别图像是否为答题卡,研究并改进了灰度处理算法去除了彩色图像的颜色对图像识别的干扰,以便使获得的数据根容易处理.在图像校正部分分析了图像偏转的现象,并根据特征点采集值的不同设计了倾斜角度计算的算法,设计了针对答题卡的图像旋转的算法,对发生偏转的图像进行适当的调整,以便满足评分判卷的要求.     

基于Android系统的人脸识别门禁系统的设计

智能门禁系统是安全防护系统中重要的组成部分 ,本文采用人脸识别技术与手机端身份识别技术,设计了一种基于Android的人脸识别门禁系统,实现了用户在Android手机端进行人脸识别身份验证获取服务器发来的二维码作为开门“软钥匙”,用获取到的二维码去智能门禁终端进行扫码开门的功能。在人脸识别方面,采用了Adaboost人脸检测算法和PCA人脸识别算法,并结合OpenCV实现了门禁系统的人脸识别。测试结果表明：本系统具有良好的易用性、安全性,并且获得较高的人脸识别率和识别速度,从而弥补传统门禁的缺陷与不足。     

弱小目标分割算子耦合特征匹配的杆菌识别

针对复杂背景下弱小目标识别困难,实时性要求高等难题,提出了弱小目标分割算子;并引入特征匹配,设计了二者相融合的自动图像识别机制。该方案基于H－S分割与图像融合,再结合形态学滤波与特征匹配,解决弱小目标难识别的问题。该方案计算量小并基于经过汇编优化的OpenCV实现,解决实时性要求高等难题。实验结果表明,相对于传统方法,该方案应用在自动图像识别上可以达到较好的效果,在工程上应用是可行的。     

基于ARM Cortex-A9字符识别系统设计

本文搭建了以ARM Cortex-A9为核心的嵌入式字符分割识别处理平台,研究了在Linux操作系统中交叉编译OpenCV、Qt、BootLoader,并移植相关驱动到嵌入式平台的方法;基于经典算法使用OpenCV库函数实现了图像字符的分割和识别处理;最后,在嵌入式平台上移植了开发程序并进行了实验．结果表明,该系统能对图像字符进行很好的分割和识别．     

Canny边缘检测算法在机器人视觉中的应用

OpenCV是一个以C函数为主,提供多语言接口,轻量并高效的计算机视觉库,实现了图像处理和计算机视觉方面的多种通用算法。利用其Canny边缘检测算法,实现模糊图像的边缘检测,参照L2BOT视觉机器人实例,对单一背景模式下基于OpenCV的条形码与障碍物识别进行研究,并对机器人移动路线最优选择提供一种参考模型。     

基于计算机视觉的烟叶病害识别研究

针对野外非专业人员对烟叶病害识别的不准确性和受主观因素影响的不足,以烟叶病害中常见的赤星病和野火病为研究对象,运用计算机图像处理技术提出了一种快速分类识别算法,主要包括特征参数提取和病害识别分类两部分。通过赤星病和野火病烟叶病害图像分析,优选出6个病害识别特征参数,建立了两类病害标准特征库。病害识别分类采用基于标准特征库的模糊模式识别算法,并且与模糊C均值聚类识别进行了对比。病害分类识别实验结果表明该分类识别算法具有良好的识别率。     

基于CNN 的银行卡数字识别方法

在拍摄银行卡时,由于受拍摄角度的不确定性、光照条件的复杂性及卡背景的多 样性等众多因素的干扰,使得自然拍摄场景的银行卡数字识别算法存在较大挑战。为此,提出 一种基于卷积神经网络(CNN)的银行卡数字识别框架。首先,通过投影矫正、边缘检测和形态 学等一系列图像处理算法获取目标数字区域;其次,通过增强的数据集训练一个CNN,使用该 网络通过滑窗识别获取上述目标数字区域,输出初始银行卡号序列,生成为一个数字曲线图; 最后,提出了滑窗优化算法,该平滑算法输入上述初始的银行卡号曲线图,对其进行优化,继 而分割出单个数字并输出最终结果。实验结果表明算法显著提高了银行卡数字识别和分割的准 确率,同时针对较复杂的银行卡图像仍然具有较好的鲁棒性。     

基于OpenCV的物料分拣搬运机器人的设计

针对当今制造业中物料分拣搬运任务的自动化问题,设计出一套新型物料分拣机器人,结合2019年广东省工科大学生实验综合技能竞赛的机器人设计要求,提出了一种基于OpenCV的物料分拣搬运机器人的设计。以结构、控制、识别及通讯四方面对机器人的设计进行介绍。在基于STM32芯片的主控制系统的控制下,以树莓派4B为核心的图像识别系统运行OpenCV对摄像头采集的图像数据进行处理,通过CAMshift跟踪算法对目标进行跟踪,得到目标在图像中的位置,机器人根据该位置对物料进行抓取并搬运至物料投放点,在机器人运动同时通过Wi-Fi和Flask框架可在浏览器网页上对机器人的识别情况进行监视。实验及竞赛结果充分证明机器人在物料分拣搬运任务的完成上具有极大的高效性、准确性及稳定性,对制造业自动化的技术推进具有极大的前景。     

基于模板匹配与Hough圆检测的仪表识别

随着自动化技术的不断发展,国内电力系统的自动化程度不断提高,无人变电站、无人配电房也逐渐普及。针对变电站中指针式圆形仪表的识别,提出了一种基于模板匹配与Hough圆检测的仪表识别方法。首先对图像进行预处理,将摄像头获取到的RGB彩色图像进行灰度化以及图像的局部直方图均衡化,将预先采集的仪表模板与待测图片进行两次模板匹配,获取仪表大致位置并对图像进行定位裁剪,通过Hough圆检测获取圆形表盘位置及其圆心坐标,将图像通过K-means方法二值化,再通过旋转虚拟直线法对指针进行拟合识别,通过角度与刻度的对应关系计算读数。利用Python和OpenCV视觉库实现算法,实验结果表明,该算法对于指针式圆形仪表识别效果显著,定位表盘位置准确,指针识别和角度计算有较高的精度。     

Powerful and flexible fuzzy algorithm for nonlinear dynamic systemidentification

A new powerful and flexible fuzzy algorithm for nonlinear dynamic system identification is presented. It is based on the identification of the derivative of the system state, instead of the future system state. The membership functions of the underlying static fuzzy model are two-sided Gaussian functions and the learning algorithm is a hybrid-nested routine based on least-squares, quasi-Newton and simplex optimization methods. Moreover, a simple clustering algorithm based on an additional higher level fuzzy model is proposed. The application to the identification of the Mackey-Glass chaotic time series is presented and compared with previous results in terms of maximum error and nondimensional error index. Finally, the application to a test nonlinear dynamic system is presented to show the capabilities of the clustering algorithm. The obtained results show that the proposed algorithm can find wide application in practical problems, such as in nonlinear electronic circuit design