手写体考试成绩的自动识别开题报告

1. 研究目的与意义

在当今社会中，考试成绩是评估教育水平和文化程度的一种标准，而纸质试卷则是最为常见的考试方法。不管是试卷的批改过程，还是试卷批改结束后考试成绩的记录、整理和装订都需要花费很多的人力和物力。因此我们需要一种简单且可实行性高的方法来收集试卷信息，而随着计算机的不断普及和利用，通过手写体数字识别直接将考试成绩录入计算机中并归纳存档成为一种可实现的方法，既节省了时间和空间，也保证了成绩记录的安全性以及可靠性。

无论是通过人工批改还是对答题卡进行扫描的方法来处理试卷，都不是很实用，前一种方法时间长、效率低、错误率高，后一种方法则成本高、可实行性低，成绩录入和归纳需要也花费很多的精力，而研究本课题的目的就是自动识别考试试卷中成绩部分的手写体数字信息，包括题号及分数，利用此方法能解决之前传统方法中效率低下、成本高、错误率高等各种问题。

基于手写体数字识别的考试成绩识别能够实现考试试卷中手写体分数的自动识别，它能够提高试卷批阅的效率，并且节约成本，对于考试成绩记录、归纳和整理有重要的意义。信息录入的关键技术是手写体数字识别技术，手写体数字识别也是图像处理和模式识别研究领域的重要应用之一，并且实用性很强，对它的研究有着广阔的应用前景，包括在大规模数据统计、财务、税务、金融以及邮件分拣等应用领域。世界各国唯一通用的符号就是阿拉伯数字，识别手写阿拉伯数字就有着极其重要的研究意义。

2. 研究内容和预期目标

本论文将探讨基于MATLAB，利用手写体数字识别技术实现对考试成绩的识别这一过程。手写体数字识别技术包括手写数字图像的读取、特征提取、数字的模板特征库的建立及识别这几个部分，而考试试卷中手写体数字的识别则需要对评分栏进行边框分割。本课题所设想的研究顺序是评分栏的定位、边框分割和字符分割以及手写数字识别：先对试卷图像预处理，确定填写分数的表格位置，并检测出表格线；边框分割后准确提取出表格中的信息；字符分割是为了将所提取的数字分成单个数字，方便后续对手写体数字进行匹配，从而对成绩进行识别。通过对本课题的研究，希望在考试成绩的识别与录入过程中解决传统方式中存在的工作量大、成本高、效率低等问题。

3. 研究的方法与步骤

手写体考试成绩的自动识别包括对评分栏的定位、评分栏的边框分割和字符分割、手写数字识别这三个部分。

（1）采用灰度化、二值化等过程对试卷所需部分进行预处理，然后利用hough变换确定成绩部分表格的位置。

（2）通过水平投影和垂直投影确定评分栏部分的表格线，将表格边框和数字信息分隔开，提取信息进行字符分割分割为单个数字。

4. 参考文献

[1] 冯运亮. 基于手写体数字识别的考试成绩自动录入与处理系统[d]. 上海大学, 2008.

[2] 朱婷婷, 魏海坤, 张侃健. 基于 ap 和 bp 神经网络算法的手写数字识别[j]. 中国科技论文, 2014(4):479-482.

[3] 张捷. 手写数字识别的研究与应用[d]. 西安建筑科技大学, 2004.

5. 计划与进度安排

（1）2022.3.5-2022.3.18查阅资料，填写开题报告，完成外文资料的翻译。

（2）2022.3.19-2022.3.30熟悉matlab环境及图像处理工具箱或其他编程工具。

（3）2022.3.31-2022.4.15对试卷图像进行适当预处理，实现对评分栏的定位。