楊美程　王群

摘要：為實現(xiàn)試卷中學(xué)號及分數(shù)信息的自動采集及分析，應(yīng)用NI公司下的LabVIEW程序開發(fā)環(huán)境建立虛擬儀器系統(tǒng)，并配合其他硬件設(shè)備，完成對于試卷圖像的采集及預(yù)處理工作，包括圖像灰度化、閾值化和目標數(shù)字的提取，然后通過MAT—LAB Script腳本節(jié)點調(diào)用MATLAB程序?qū)δ繕藬?shù)字進行識別，最后對信息匯總即完成了整個系統(tǒng)的設(shè)計。實驗證明，系統(tǒng)采集信息的準確率及速度都達到了一定要求，并且使用方便，能極大地提高老師的工作效率。

關(guān)鍵詞：LabVIEW；圖像處理；MATLAB Script；數(shù)字識別

很長時間以來，對于試卷學(xué)號及分數(shù)信息的采集工作，基本都是靠老師人工勞動力完成的，需要大量精力和足夠的細心，尤其是考試特別多的時候，手工統(tǒng)分登分的弊端就愈發(fā)顯著。隨著機器視覺即用機器代替人眼完成信息的自動化采集及分析工作，主要由圖像獲取、圖像處理及信息整合顯示部分組成的技術(shù)陜速發(fā)展，現(xiàn)在對于重要的大型考試是將整張試卷掃描到計算機上，在計算機上閱卷后直接將分數(shù)錄入計算機而實現(xiàn)信息的采集。然而這種方式靈活性差，消耗資源大，不試用于日常教學(xué)。因此本文基于LabVIEW及MATALB混合編程，設(shè)計了一種具有極大地靈活性及可復(fù)現(xiàn)性，能極大地提高工作效率的試卷信息采集系統(tǒng)。

1系統(tǒng)概述

系統(tǒng)的目的是用機器代替人工，無需改動試卷，采用LabVIEW構(gòu)建的虛擬儀器系統(tǒng)，自動觸發(fā)工業(yè)相機獲取試卷圖像，再對圖像做預(yù)處理工作最終將目標數(shù)字提取出來，進而來判別結(jié)果并記錄數(shù)據(jù)，提高工作效率，減輕教師工作壓力，其工作原理圖如圖1所示。

2系統(tǒng)硬件組成

本系統(tǒng)硬件設(shè)備主要由相機支架、工業(yè)相機及鏡頭、條形光源、光源控制器、紅外觸發(fā)裝置、數(shù)據(jù)采集卡、中央計算機組成。各設(shè)備主要功能如下：相機支架用于固定相機，其平臺用于放置試卷；工業(yè)相機用于獲取試卷圖像；條形光源為拍攝圖像補光；光源控制器控制調(diào)節(jié)光強度，以達到補光最佳效果；紅外觸發(fā)裝置用于相機在放置試卷時進行觸發(fā)拍照；數(shù)據(jù)采集卡用于中央計算機獲取觸發(fā)裝置狀態(tài)；中央計算機是系統(tǒng)核心部分，控制各硬件協(xié)調(diào)工作，并完成圖像的處理，信息的整合等。

3系統(tǒng)關(guān)鍵技術(shù)

3.1圖像采集

采用工業(yè)相機對試卷進行拍照，在拍攝圖像時要注意圖像不要因為鏡頭而畸變，同時調(diào)節(jié)條形光源的光強度及照射的角度，使試卷與背景之間有足夠的對比度，以便從圖像中獲取信息，使圖像采集過程中保證圖像的質(zhì)量。

3.2圖像預(yù)處理

3.2.1圖像灰度化

灰度化是指在RGB模型中，如果令R=G=B時，則彩色表示一種灰度顏色，其中R=G=B的值叫灰度值，因此，灰度圖像每個像素只需一個字節(jié)存放灰度值，灰度范圍為0-255。在LabVIEW中選中視覺與運動工具包中的IMAQ ExtractSingleColor-Hane控件，輸入原始圖像，輸出目的圖像即可完成灰度化處理。

3.2.1圖像閾值化

圖像閾值化通過合適的閾值將圖像分為大于和小于閾值的兩部分像素群，對應(yīng)表示圖像中的目標和背景，從而將目標從背景中分離出來。在LabviEW中可通過使用IMAQ Threshold控件實現(xiàn)，控件示意圖如圖2所示。默認Keep/Replace Value選項為True，Image Src連接原圖像，Image Dst連接目的圖像，Range為選定閾值的范圍，Replace Value為閾值范圍問像素的替換灰度值，Image Dst Out為輸出的目標圖像。

3.3提取目標數(shù)字

在不改變試卷的形式，且試卷的放置位置不固定情況下，從整張試卷中提取出學(xué)號及總分這兩串數(shù)字是系統(tǒng)的關(guān)鍵技術(shù)之一。本系統(tǒng)中首先利用模板匹配技術(shù)將含目標數(shù)字的區(qū)域提取出來，再從其中截取出目標數(shù)字。在LabVlEW中其實現(xiàn)的基本過程是利用IMAQ Learn PaUen4控件先學(xué)習(xí)一個能夠表征搜索目標的模板，然后使用金字塔匹配算法再次使用IMAQ LearnPatten4控件根據(jù)模板的特征，在試卷圖像中搜尋出具有一定相似匹配度的區(qū)域，并用OverPatternMatchingResults.vi將此區(qū)域標志出來，此區(qū)域包含目標數(shù)字，然后根據(jù)目標數(shù)字相對于匹配出的區(qū)域位置固定的特點，利用IMAQ Extract控件將數(shù)字截取出來。提取目標數(shù)字的程序框圖如圖3所示。

3.4數(shù)字識別

數(shù)字的識別算法是基于MATLAB平臺設(shè)計下的，數(shù)字識別前需要再次對含數(shù)字的圖像做進一步處理，包括以下步驟：數(shù)字分割、提取骨架。其中，數(shù)字切割即沿著數(shù)字的上下左右邊緣將數(shù)字剪切出來，為了使數(shù)字識別更簡便。本系統(tǒng)采用掃描的方法，找出每個數(shù)字的上下左右切點就可以將數(shù)字切割出來。通過選擇imdilate，imerode，bwmorph函數(shù)的參數(shù)進行骨架化，完成骨架后才更好進行手寫數(shù)字的識別，以下為具體的識別方法：

1）數(shù)字“1”：提取數(shù)字1離心率最大的特征，經(jīng)理論驗證和大量實驗驗證，數(shù)字1的離心率e最大并且離心率e均在0.99-1.00之間。

2）數(shù)字“7”：采用與數(shù)字1相同的方法。不同的地方在于取數(shù)字7的下半部分求離心率。

3）數(shù)字“0、6、8、9”：提取孔洞特征，根據(jù)孔洞數(shù)量將數(shù)字8（兩個孔洞）篩選出來。其余三個數(shù)字（一個孔洞）根據(jù)孔洞位置進行區(qū)分。因為每個數(shù)字均沿著數(shù)字的上下左右邊緣將數(shù)字剪切出來的，所以數(shù)字0的孔洞上下邊界均緊貼圖片邊界，；數(shù)字6的孔洞只有下邊界緊貼圖片邊界；數(shù)字9的孔洞只有上邊界緊貼圖片邊界。

4）數(shù)字“4”：數(shù)字4有四交叉點特征，會有規(guī)則和不規(guī)則四交叉點兩種情況，經(jīng)過對大量規(guī)則和不規(guī)則四交叉點樣本的像素組合進行研究，發(fā)現(xiàn)四交叉點都是由放置位置各不相同的“T”字型和“L”字型組合而成。建立“十”字型模板和“T、L”字型的四方向（上下左右）模板，通過模板匹配的方法，只要匹配一個“十”字型模板或者“T、L”字型的四方（上下左右）模板任意兩個組合，就可以確定數(shù)字4。

5）數(shù)字“2、3、5”：提取端點特征，存在一個端點位置在右上時，則為數(shù)字5；存在一個端點位置在右下時，則為數(shù)字2；端點均在左側(cè)時，則為數(shù)字3。

以上為數(shù)字0-9的識別方法，通過一定的順序即可全部識別，數(shù)字識別的過程是通過MALAB Scrip腳本節(jié)點調(diào)用MAT-LAB實現(xiàn)的，調(diào)用過程程序框圖如圖4所示。

4系統(tǒng)操作過程

系統(tǒng)整個操作過程都是在LabVIEW平臺下進行的，LabVIEW是基于圖形化編程的語言，根據(jù)其構(gòu)造的虛擬儀器系統(tǒng)來創(chuàng)建簡潔、可視化、易操作的操作界面，使用戶能夠極易上手的使用此系統(tǒng)。系統(tǒng)的操作界面及運行結(jié)果如圖4所示，其具體的操作過程如下：

1）運行LabVIEW程序，會跳轉(zhuǎn)出創(chuàng)建模板的界面，在標準模板試卷中利用矩形框分別選中所需要創(chuàng)建的含分數(shù)及學(xué)號的塊區(qū)域，點擊OK選項即可完成創(chuàng)建工作。

2）操作界面上的實時顯示圖形窗會動態(tài)顯示經(jīng)過灰度化及二值化處理后的攝取圖像

3）確定要處理的試卷圖像后，點擊拍照按鍵便會獲取到靜態(tài)圖像，并將其按獲取圖像時間命名存儲到相應(yīng)的文件夾中。

4）點擊處理圖片按鍵，匹配圖圖形窗會顯示上一步獲取到的圖像，并將其置于緩存中等待被模板進行匹配。

5）事先確定匹配過程的相關(guān)參數(shù)一一匹配分數(shù)及角度范圍。匹配分數(shù)即與模板匹配時相關(guān)匹配度，匹配度不能太高否則將由于分數(shù)及學(xué)號數(shù)字的不同導(dǎo)致匹配不成功或匹配速度較慢，匹配度也不能太低否則會導(dǎo)致匹配錯誤；角度范圍為匹配時的匹配圖相對于模板圖的相對旋轉(zhuǎn)角度，由于試卷是不固定放置的會相對產(chǎn)生位置變化，而且要保證下一步數(shù)字相對位置的確定，就需要匹配出的圖像和模板圖一致，因此給出匹配角度范圍。這兩個參數(shù)的確定是經(jīng)過一定量的實驗，在保證匹配質(zhì)量確定的情況下確定的。在本系統(tǒng)中選取匹配分數(shù)為300，角度范圍為-45°一45°。

6）參數(shù)確定后，點擊開始匹配按鍵后，匹配圖圖形窗會顯示用紅色矩形框圈出的匹配區(qū)域。成績圖圖形窗顯示由IMAQ Extract控件根據(jù)相對位置截取出的只包含成績數(shù)字的圖，學(xué)號圖圖形窗顯示只包含學(xué)號數(shù)字的圖。在經(jīng)過LabVIEW MATLAB Script腳本節(jié)點調(diào)用的MATLAB程序?qū)煞鶊D中的數(shù)字識別后，成績顯示字符串及學(xué)號顯示字符串分別顯示相對應(yīng)的數(shù)字識別結(jié)果。

7）點擊停止匹配按鍵，標志著對一張試卷上的處理工作圓滿結(jié)束，此時實時顯示圖形窗又會重新動態(tài)顯示經(jīng)過灰度化及二值化處理后的攝取圖像，也就標志著對另一張試卷處理工作的開始。

5實驗結(jié)果

在針對系統(tǒng)的性能測試實驗中選取了20張含不同成績及學(xué)號的試卷作為樣本進行實驗。對樣本采集圖像后進行灰度化、闋值化處理，然后提取數(shù)字部分進行識別，最終分別產(chǎn)生20份成績與學(xué)號的識別結(jié)果，結(jié)果的正確率分別為100%和90%。學(xué)號識別成功率較成績低的主要原因為學(xué)號數(shù)字較多導(dǎo)致出現(xiàn)手寫時連筆或書寫不規(guī)范的情況，下一步可在這些方面作出改進，進一步提高識別率。

6結(jié)束語

本文設(shè)計了一種試卷學(xué)號及分數(shù)信息的自動采集系統(tǒng)，該系統(tǒng)結(jié)合LabVIEW圖形化程序設(shè)計，編程實現(xiàn)簡單、直觀、開發(fā)效率高和MATLAB強大的數(shù)字圖像處理功能的優(yōu)勢，采用LabVIEW及MATLAB混合編程的方式，極大地提高的系統(tǒng)的性能及靈活度，能夠?qū)崿F(xiàn)試卷目標數(shù)字信息的自動化采集過程，在很大程度上減輕了老師們的工作負擔。此系統(tǒng)的相關(guān)研究還可以用于其他有關(guān)機器視覺的領(lǐng)域具有良好的應(yīng)用前景。