基于手写体数字识别的考试成绩自动录入与处理系统

《基于手写体数字识别的考试成绩自动录入与处理系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、上海大学硕士学位论文原创性声明本人声明：所呈交的论文是本人在导师指导下进行的研究工作。除了文中特；ll；II以标注和致谢的地方外，论文中不包含其他人已发表或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。签名：三銎垂趁日期：旦业本论文使用授权说明本人完全了解上海大学有关保留、使用学位论文的规定，即：学校有权保留论文及送交论文复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容。(保密的论文在解密后应遵守此规定)签名：垃超聊签名：蓝童-嗍竺址卫II上海大学硕士学位论文1．1研究背景第一章绪论在教育领域中，考试是教学评估和

2、技能测试的重要手段之一，其形式和种类繁多，然而试卷作为一种通用的载体在各种类型的考试中得到广泛的使用。考试过后，试卷的批阅工作信息量大、实效性强，同时要求很高的准确率。传统的人工批阅方法不仅工作量大、耗时耗力，可靠性和安全性都难于保证。长期以来，学生成绩的管理工作因管理手段落后，各类成绩的打印、整理、装订和归档需要花费大量的人力和物力，同时各类考试成绩的事后监督与归档的分离也需要大量的时间。随着计算机小型化的趋势及办公自动化的要求，如果能够利用手写数字识别技术实现考试成绩的自动识别和处理，将大大有利于解决传统的人工处理方式中存在的工作量大、成本高、效率低、时效性差等问题。因此对可靠

3、的应用于教育领域的考试成绩自动录入系统的需求已是迫在眉睫。基于手写体数字识别的考试成绩自动录入与处理系统即是为了适应上述要求而开发的。目前，在教学过程中对考试试卷分数进行处理的方法可分为两类：一类是人工处理方法，一类是利用光反射原理对答题卡进行扫描的方法。前者利用人工的方法对试卷卷面中的分数进行数学处理，该方法消耗大量的人力和物力，效率低，容易出错。后者是利用光反射原理，对特定样式的答题卡进行扫描识别，它要求用特定的笔进行涂写，虽然该方法目前有广泛的应用，识别率高，但是该方法对答题卡样式和涂写的工具要求固定，成本高，在实际应用中不易实现，很难得到广泛的普及和应用。面对上述方法的弊端

4、，我们迫切的需要一种使用简单、便捷，并且效率高的试卷信息处理系统，因此我们开发了考试成绩自动识别与处理系统。本系统是针对考试阅卷的实际需求进行研发的，其目的在于自动识别试卷图像中的手写体数字信息(如：分数和学号)，并对识别的结果进行统计分析，分析的内容上海大学硕士学位论文包括：难度、区分度、信度等指标。本系统不仅可以应用于上述领域，还可以应用于档案管理、金融、邮政等行业，实现各种手写体数字信息自动录入和处理。手写体数字识别技术的应用，必将大大提高工作效率，加快信息化的进程，具有广阔的应用前景。1．2研究意义本文研究的基于手写体数字识别的考试成绩自动录入和处理系统，能够实现对考试试卷

5、中手写体分数的自动识别和考试成绩的统计。该系统在教育领域的应用，必将大大提高试卷批阅的效率、节约成本，同时能够实现考试成绩的统一规范管理，便于归档和管理。手写体数字识别是模式识别领域的一个重要组成部分，同时也是本文所研究的系统中的重要环节，对它的研究不仅有着广阔的应用前景，还有着重要的理论价值及研究意义：首先，阿拉伯数字是唯一的被世界各国通用的符号，对手写体数字识别的研究基本上与文化背景无关，这样就为各国、各地区的研究工作者提供了一个施展才智的大舞台。在这一领域大家可以探讨和比较各种研究方法。其次，由于数字识别的类别数较小，有助于做深入分析及验证一些新的理论。这方面最明显的例子就是

6、人工神经网络(ANN)，相当一部分的ANN模型和算法都以手写数字识别作为具体的实验平台，验证理论的有效性，评价各种方法的优缺点。再次，尽管人们对手写数字识别已从事了很长时间的研究，并已取得了很多成果，但到目前为止机器的识别本领还无法与人的认知能力相比，这仍是一个有难度的问题。最后，手写体数字的识别方法很容易推广到其它一些相关问题上。一个最直接的应用是对英文、拼音的识别。随着人们对数字图像处理技术领域研究的不断深入，各种新兴理论和算法的不断开发及计算机技术应用的飞速发展，手写体数字识别这一技术必将日益成熟。同时基于这一技术的发展和研究也可以影响到其它的图像处理领域，带动相关学科的共同

7、发展。2上海大学硕士学位论文1．3国内外研究概况本课题研究的重点和难点是脱机手写体数字识别，手写体数字识别是模式识别和人工智能的一个传统的研究领域，从50年代开始国内外学者就对这一领域开始了广泛的研究和探索[1][2】，一些理论和方法对模式识别的发展产生了积极的影响。经过数十年的研究，研究者们提出了许多识别的方法【3】，在诸多领域也得到了应用，如邮政编码和银行账单的自动识别。总的来说手写体数字识别的方法主要有：基于结构特征的方法[41151和基于统计特征的方法[61[