[发明专利]智能化理科公式识别提醒方法在审

专利信息
申请号: 202110466830.3 申请日: 2021-04-28
公开(公告)号: CN113112492A 公开(公告)日: 2021-07-13
发明(设计)人: 樊星 申请(专利权)人: 上海松鼠课堂人工智能科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 200233 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能化 理科 公式 识别 提醒 方法
【权利要求书】:

1.智能化理科公式识别提醒方法,其特征在于,包括以下步骤:

采集目标公式的图像;

对所述目标公式的图像进行灰度化处理,获得所述目标公式的灰度化图像;

根据所述目标公式的灰度化图像,计算所述目标公式的二值化向量;

根据所述目标公式的二值化向量及预设题库中预设公式的二值化向量,计算所述目标公式与预设题库中各预设公式的比对值;

根据所述目标公式与预设公式的最小比对值,向学生提示所述目标公式的识别准确度。

2.如权利要求1所述的智能化理科公式识别提醒方法,其特征在于,所述根据所述目标公式的灰度化图像,计算所述目标公式的二值化向量,包括:

将所述目标公式的灰度化图像进行二值化处理,得到目标公式的二值化图像;

以所述目标公式的二值化图像的各点像素值为元素,得到所述目标公式的二值化向量。

3.如权利要求2所述的智能化理科公式识别提醒方法,其特征在于,所述将目标公式的灰度化图像进行二值化处理,得到目标公式的二值化图像,包括:

根据以下公式计算所述目标公式的二值化图像的各点像素值:

其中,Ci,j表示将所述目标公式的灰度化图像进行二值化处理后第i行第j列像素点的像素值,Ki,j表示所述目标公式的灰度化图像中第i行第j列像素点的像素值,m表示所述目标公式的灰度化图像中每一行像素点个数,n表示所述目标公式的灰度化图像中每一列像素点个数,i=1,2,3,…,n;j=1,2,3,…,m;u()表示阶跃函数。

4.如权利要求3所述的智能化理科公式识别提醒方法,其特征在于,所述以所述目标公式的二值化图像的各点像素值为元素,得到所述目标公式的二值化向量,包括:

根据以下公式获得所述目标公式的二值化向量:

Wa=Ci,j,其中a=(i-1)×m+j且(0a≤m*n)

其中,Wa表示目标公式的二值化向量中的第a个元素值。

5.如权利要求4所述的智能化理科公式识别提醒方法,其特征在于,根据以下公式计算所述目标公式与预设题库中各预设公式的比对值:

其中,ηt表示目标公式与预设题库中第t个预设公式的比对值;Tt,a表示预设题库中第t个预设公式的二值化向量中的第a个元素值;表示预设题库中第t个预设公式的二值化向量中的元素总数,Smn表示目标公式的二值化向量中的元素总数,INT()表示取整函数,表示目标公式的二值化向量中的第个元素值,表示预设题库中第t个预设公式的二值化向量中的第个元素值。

6.如权利要求5所述的智能化理科公式识别提醒方法,其特征在于,所述根据所述目标公式与预设公式的最小比对值,向学生提示所述目标公式的识别准确度,包括:

在用户界面上以一预设形状的区域向学生提示所述目标公式的识别准确度,且根据所述目标公式与预设公式的最小比对值控制所述预设形状的区域的面积大小。

7.如权利要求6所述的智能化理科公式识别提醒方法,其特征在于,所述在用户界面上以一预设形状的区域向学生提示所述目标公式的识别准确度,且根据所述目标公式与预设公式的最小比对值控制所述预设形状的区域的面积大小,包括:

将所述用户界面上的预设圆形区域以一内部弦划分为两个子区域,且所述两个子区域的显示颜色不同,以所述两个子区域中的一个子区域作为所述预设形状的区域,并根据所述目标公式与预设公式的最小比对值控制所述预设形状的区域以所述指定颜色显示。

8.如权利要求7所述的智能化理科公式识别提醒方法,其特征在于,根据以下公式计算所述预设形状的区域的面积:

S=πR2×[l-min(η)]

其中,S表示所述圆形区域中所述预设形状的区域的面积,R表示所述圆形区域的半径,min(η)表示所述目标公式与预设公式的最小比对值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海松鼠课堂人工智能科技有限公司,未经上海松鼠课堂人工智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110466830.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top