[发明专利]一种手机拍照低质图像的自动处理与评分方法

权利要求书

1.一种手机拍照低质图像的自动处理与评分方法，其特征在于，所述方法包括如下步骤：

步骤1、在服务器端的数据库中保存空白试卷以及标准答案信息；

步骤2、将手机拍照所得的低质图像上传服务器；

步骤3、在服务器端对图像进行去噪，旋转矫正，形变恢复处理；

步骤4、对低质图像进行去模糊处理；

步骤5、在服务器端对图像进行精确的图像分割；

步骤6、将已识别的题目答案与数据库中的标准答案对比并自动评分；

步骤7、将处理结果保存到服务器端。

2.根据权利要求1所述的一种手机拍照低质图像的自动处理与评分方法，其特征在于，步骤1具体包括如下步骤：

试卷区域设置有黑色方形定位块，每页的上方和下方均有数个，大小固定；

根据需要，答题区域外框进行加粗，粗细固定；

根据需要，答题卡黑色定位点块与答题区域外框对齐；

根据需要，答题卡的每个答题单元设置有若干行，若干列。

3.根据权利要求1所述的一种手机拍照低质图像的自动处理与评分方法，其特征在于，步骤3具体包括如下步骤：

整幅图像处理：对整幅图像进行去噪，倾斜矫正，形变恢复。

4.根据权利要求3所述的一种手机拍照低质图像的自动处理与评分方法，其特征在于，所述整幅图像处理具体包括如下步骤：

对低质图像进行去噪；

用积分图算法在已去噪的图像中准确定位黑色方形定位块的位置；

根据黑色方形定位块位置对图像进行形变恢复。

5.根据权利要求4所述的一种手机拍照低质图像的自动处理与评分方法，其特征在于，所述对低质图像进行去噪包括如下步骤：

步骤一：把低质图像划分为若干个子图像，每一个子图像再划分为多个邻域，在每个小区域上运用大津算法，将每个小区域分为背景和前景；

步骤二：以原空白试卷的灰度分布作为直方图规定化标准，对低质试卷图像进行直方图规定化处理：如果待处理试卷图像的窗口的直方图分布和原试卷图像相应窗口的直方图分布相近，那么对该窗口的图像不作处理，否则进行直方图规定化。

6.根据权利要求1所述的一种手机拍照低质图像的自动处理与评分方法，其特征在于，所述对低质图像去模糊处理具体包括如下步骤：

采用基于图像亮度和梯度先验的算法来消除运动模糊，令：

f(x)＝||x||₀

其中x表示图像，f(x)表示图像中非零像素个数，

利用先验知识，有：

式中表示图像梯度，σ为参数，

将F(x)作为正则化项加入传统的去模糊模型中，即：

其中x表示清晰图像，k为模糊核，λ为参数；

求解该模型得到去模糊后的图像，求解方法如下：

首先将x,k分离，得到：

以及

对于上述分离后的①②进行迭代求解可以得到x以及模糊核k，其中，每次迭代求解时，固定其中一个参数求解另一个参数。

7.根据权利要求4所述的一种手机拍照低质图像的自动处理与评分方法，其特征在于，所述在用积分图算法已去噪的图像中准确定位黑色方形定位块位置具体包括如下步骤：

矩形窗口的积分图：定义二值图像中的黑色像素点值为1，白色像素点值为0，矩形窗口的积分图中任一点(x,y)处的i(x,y)表示在原始图像中该点左上角所有像素之和：

从给定图像从上到下，从左到右计算得到的积分图像公式如下：

i(x,y)＝i(x-1,y)+i(x,y)+i(x,y-1)-i(x-1,y-1)

得到积分图后，图像中任意矩形区域内的黑色像素点的像素和通过如下公式计算：

sum(m,n)＝i(x,y)+i(u,v)-i(x,v)-i(u,y)

其中矩形大小为m＝x-u,n＝y-v，矩形左上角顶点坐标为(u，v)，右下角坐标为(x,y)。