摘 要：本文综合运用图像处理，模式识别的理论来构建答题卡的识别系统。当前使用的答题卡阅读机，均采用光反射阅读方式。要求使用指定的铅笔，按严格的格式涂填。这与平时的习惯差距较大，容易发生人为失误。这里，采用图象处理和模式识别技术，对答题卡进行阅读，希望解决对书写工具约束、需要特制答题卡等问题。实现了答题卡的计算机识别 ，采用打钩的方法答题，方便，快速。

关键词：灰度分割；夹线法；小波变换；霍夫变换；区域连通

针对答题卡的识别，光电识别技术已是应用多年的成熟技术，在世界范围内广泛使用，而基于影像模式的OMR识别技术，识别准确率超过了传统光标OMR阅读机，但是其两者都对其填题方式进行了限制，即应用2B铅笔填涂，超出答题区域在方框外答题的，答案无效，这很大程度上减慢了考生的填题时间，并都存在其误率，如机械传动机构复杂、使用寿命短、维护量大、设备一致性差、答题卡出现污点[1]等。

本文设计的系统支持考生使用任何深色笔做答，且最大程度上放宽了对填图区域的限制，最大优点在于考生可以使用划钩子或其他方式来选择答案，系统采用图像处理和模式识别技术来自动识别答题卡信息，方便且快速。

1 系统设计流程

（一）读取并显示BMP图象，读取的BMP图像如图1所示。

图1 原始答题卡

（二）运用双峰算法计算阈值，二值化图象，二值化后的图像如图2所示。

图2 二值化后的图像

（三）运用夹线法求水平与垂直的各投影线，处理后的图像如图3所示。

图3 夹线法求水平与垂直的各投影线

（四）对图象进行水平与垂直投影，小波变换求投影线中点坐标，处理后的图像如图4所示。

图4小波变换求投影线中点坐标

（五）根据色调的不同，二值化提取钩子，处理后的图像如图5所示。

图5二值化提取钩子

（六）识别图像得到结果图，如图6所示。

图6输出结果图

2 系统主要实现技术

（一）求水平和垂直投影线算法的实现

用两条间距较小的水平夹线平移至线条两端，横向扫描两条直线间的象素点，记录每水平行象素点的个数，如果大于一定的值，则其为一直线，取其中一条象素点最多的作为水平投影线。这里采用visual c++编码实现[5]，具体实现代码省略。

（二）阈值确定算法的实现

图象的二值化需要一个阈值，先对图象进行纵向扫描，利用双峰算法找到图象中线条部分与空白部分的一系列中心坐标，对各自的一系列中心坐标点的灰度进行最大概率值计算，取各自概率最大的值的平均值，以此值作为阈值，二值化图象。

（三）Hough变换算法的实现

Hough变换的应用可用如下的方法实现：

在（x，y）域中每一离散数据点变换为域中的曲线。将和分成许多小段，每一个小段和每个小段构成一个小单元。对应于每一个小单元可设一累加器（可定义一个二维数组Accumulator）。在（x，y）域中可能落在直线上的每一点对应于变换域中一条曲线。分别使等于0，，2，3…，便可求出相应的值，并分别计算落在各个小单元的次数，待全部的（x，y）域内数据点变换完后，可对小单元进行检测，这样，落入次数最多的单元（也就是求二维数组Accumulator元素的最大值），说明此点为较多曲线的公共点，而这些曲线对应的（x，y）平面上的点可以认为是共线的。检测出（x，y）平面上n点后，将曲线交点坐标，便可得到逼近n点的直线方程。

Hough变换的一个最大的优点[2-3]就是其抑制噪声的能力强，它能够提取处在噪声背景中的直线，并且能够把断了的线段连接起。

（四）连续小波变换的计算机实现

采用连续小波函数Marr小波，就可以根据连续小波变换的卷积定义对信号进行运算。计算机采集实际波形信号时必须以一定的时间间隔采样数据，只要这个时间间隔满足先农采样定理，就可以完全反映连续信号的全部信息[4]。鉴于计算机离散采样的特点，在算法实现上必须考虑这一特点，即要按照数字信号处理的方法实现连续信号的处理，采用连续小波变换的离散化形式进行计算。

借鉴Mallat的定义方法，直接按卷积来定义小波变换，与之不同的是，我们仍然采用归一化系数，而不是Mallat定义的：

由于选取的Marr小波是关于t=0对称的，即，因此

时移因子b的实际意义是平行移动，当时移因子b>0时，沿横向坐标轴右移，否则向相反方向移动。因此，我们可以将上式改写成以下形式，而不会改变小波变换的实际意义。

（1）

尺度a的选择可以根据需要直接调整，计算是直接依赖于最原始的。Marr小波函数的系数只是影响波形的幅值，其有无不会使波形失真，因此选取的小波基函数为：

（2）

可以近似地认为其支集为[-7，7]，，在这个区间以外，Marr小波基本为0。由于涉及到指数函数的计算，我们采用插值的技术来计算Marr小波的近似值，即预先计算好从[0，7]的每隔0.05的值共141点（在程序初始化或某个类的构造中如此选定），然后通过普通的插值来实现小波基函数的计算。又由于该小波基函数的对称性，可以得到自变量小于0的各个函数值。求解Marr小波函数的具体算法如下：

由于Marr小波函数的对称性，我们只离散化采样其非负时间轴的值，并且认为时Marr小波值为0。采样时间为取采样时间间隔（采样步长）为0.05，由式（2），Marr小波离散化采样值为：