一种纸质工程图作业批阅装置及其方法

1.本发明涉及纸质工程图作业自动化阅卷技术领域，尤其是涉及一种纸质工程图作业批阅装置及其方法。


背景技术：

2.在传统的工程制图教学中，学生需要在练习、绘制纸质工程图后，了解自己存在的问题，同时教学者也需要对学生的纸质工程图作业进行批阅。
3.但是由于学生的作业量增大，相应也会增加教学者的批阅作业工作量，导致作业批阅的效率和质量受到不良影响，另一方面，学生自身也难以自主地准确获知作业的准确度，为此有必要开发一种能够辅助进行作业批阅的智能装置，中国专利cn201510776179提出一种基于立体重构的工程制图作业智能批阅方法及系统，其本质上是基于autocad软件平台，通过对二维视图进行立体图重构，再从立体图提取关键数据，最后根据标准答案数据库进行信息对比，这种方式一方面操作较为复杂，另一方面也依赖于立体图重构程序的准确性，一旦立体图重构不准确，必然导致后续信息对比的准确率降低，此外，该方式仅适用于电子版本的工程图作业，无法适应纸质工程图作业，用户也无法直观地获知作业中哪些地方存在什么问题。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种纸质工程图作业批阅装置及其方法，以对纸质工程图作业进行高效准确地批阅。
5.本发明的目的可以通过以下技术方案来实现：一种纸质工程图作业批阅装置，包括拍摄模块和图片处理模块，所述拍摄模块用于对待批阅的纸质工程图作业进行拍照，以得到对应的作业照片，所述图片处理模块内存储有预设值的答案模板图片，所述图片处理模块用于对作业照片进行处理分析，以完成对纸质工程图作业的批阅。
6.进一步地，所述图片处理模块包括预处理单元、二值化单元、定位匹配单元和标签渲染单元，所述预处理单元用于对作业照片进行去背景、标定区域以及倾斜校正操作；
7.所述二值化单元用于对预处理后的作业图片进行二值化处理；
8.所述定位匹配单元用于二值化后的作业图片与答案模板图片进行模板尺寸匹配操作，以得到最优匹配数据矩阵；
9.所述标签渲染单元用于对最优匹配数据矩阵进行标签化，并将不同的标签渲染成对应的颜色，以得到渲染颜色的作业图片。
10.一种纸质工程图作业批阅方法，包括以下步骤：
11.s1、通过拍摄模块获取纸质工程图作业对应的作业照片，并将该作业照片传输给图片处理模块；
12.s2、图片处理模块依次对作业照片进行预处理、定位、二值化、小区域模型匹配和标签渲染操作，以得到渲染颜色的作业图片，即完成对纸质工程图作业的批阅。
13.进一步地，所述步骤s2具体包括以下步骤：
14.s21、去除作业照片中非作业面的背景；
15.s22、对去除背景的作业照片进行区域标定；
16.s23、基于答案模板图片，对作业照片中标定的区域进行倾斜校正，得到识别区域；
17.s24、对作业照片的识别区域进行剪裁操作以及二值化处理；
18.s25、将二值化处理后的作业图片与答案模板图片进行小区域模型匹配，得到最优匹配数据矩阵；
19.s26、对最优匹配数据矩阵进行标签化处理，并将不同的标签渲染为预设对应的颜色，得到渲染颜色的作业图片，即完成对纸质工程图作业的批阅。
20.进一步地，所述步骤s21的具体过程为：统计作业照片的rgb通道的数据值，并计算其均值k，之后将rgb通道中大于k的像素点值替换为255，即将该像素点替换为白色背景，以此去除非作业面的背景。
21.进一步地，所述步骤s22具体是从去除背景的作业照片中选取四个基点，以这四个基点覆盖的不规则四边形区域作为标定的区域。
22.进一步地，所述步骤s23具体是将选取的四个基点与答案模板图片进行透视变换处理，使该四个基点覆盖的不规则四边形区域转变为规则四边形区域，从而实现对标定区域的倾斜校正，得到识别区域。
23.进一步地，所述步骤s24具体包括以下步骤：
24.s241、对规则四边形的识别区域进行裁剪，得到识别区域图片；
25.s242、对识别区域图片进行二值化处理：首先取图片rgb颜色通道的b通道，然后计算b通道数据均值，对于b通道数据值小于均值的记为逻辑是、大于均值的记为逻辑非。
26.进一步地，所述步骤s25具体包括以下步骤：
27.s251、选取二值化处理后的作业图片与答案模板图片上的四个基点；
28.s252、基于步骤s251选取的四个基点，以二值化处理后的作业图片中的黑色像素点a1对应于答案模板图片中的像素点b1，然后用a1去搜索以b1为中心的一个预设大小的矩形区域的黑色像素点，这样就得到多个匹配后的数据矩阵，最后在这多个数据矩阵中筛选得到一个最优匹配矩阵。
29.进一步地，所述步骤s26具体是根据最优匹配矩阵中的矩阵点值，以对应进行标签化及颜色渲染：若矩阵点值为0，则背景色为白色；若矩阵点值为1，则将正确的线条渲染成黑色；若矩阵点值为2，则将少画的线条渲染成红色；若矩阵点值为3，则将多画的线条渲染成黄色。
30.与现有技术相比，本发明具有以下优点：
31.一、本发明通过设置拍摄模块和图片处理模块，并在图片处理模块内存储有预设值的答案模板图片，利用拍摄模块对待批阅的纸质工程图作业进行拍照，以得到对应的作业照片，再利用图片处理模块对作业照片进行处理分析，以完成对纸质工程图作业的批阅，由此能够对纸质工程图作业进行自动、准确的批阅，从而提高批阅效率。
32.二、本发明通过对拍摄的纸质工程图作业照片进行预处理、二值化、定位匹配以及标签渲染操作，以得到渲染颜色的作业照片，不仅保证了批阅的准确性，同时使得用户能够实时地、直观地看到作业中存在对错的位置。
附图说明
33.图1为本发明的装置结构示意图；
34.图2为本发明的方法流程示意图；
35.图3为实施例的应用过程示意图；
36.图4为标签渲染流程示意图；
37.图中标记说明：1、拍摄模块，2、图片处理模块，201、预处理单元，202、二值化单元，203、定位匹配单元，204、标签渲染单元。
具体实施方式
38.下面结合附图和具体实施例对本发明进行详细说明。
39.实施例
40.一种纸质工程图作业批阅装置，包括依次连接的拍摄模块1和图片处理模块2，拍摄模块1用于对待批阅的纸质工程图作业进行拍照，以得到对应的作业照片，图片处理模块2内存储有预设值的答案模板图片，图片处理模块2用于对作业照片进行处理分析，以完成对纸质工程图作业的批阅。
41.其中，图片处理模块2包括预处理单元201、二值化单元202、定位匹配单元203和标签渲染单元204，预处理单元201用于对作业照片进行去背景、标定区域以及倾斜校正操作；
42.二值化单元202用于对预处理后的作业图片进行二值化处理；
43.定位匹配单元203用于二值化后的作业图片与答案模板图片进行模板尺寸匹配操作，以得到最优匹配数据矩阵；
44.标签渲染单元204用于对最优匹配数据矩阵进行标签化，并将不同的标签渲染成对应的颜色，以得到渲染颜色的作业图片。
45.将上述装置应用于实际，以实现一种纸质工程图作业批阅方法，如图2所示，包括以下步骤：
46.s1、通过拍摄模块获取纸质工程图作业对应的作业照片，并将该作业照片传输给图片处理模块；
47.s2、图片处理模块依次对作业照片进行预处理、定位、二值化、小区域模型匹配和标签渲染操作，以得到渲染颜色的作业图片，即完成对纸质工程图作业的批阅，具体的：
48.首先去除作业照片中非作业面的背景：统计作业照片的rgb通道的数据值，并计算其均值k，之后将rgb通道中大于k的像素点值替换为255，即将该像素点替换为白色背景，以此去除非作业面的背景；
49.之后对去除背景的作业照片进行区域标定：从去除背景的作业照片中选取四个基点，以这四个基点覆盖的不规则四边形区域作为标定的区域；
50.再基于答案模板图片，对作业照片中标定的区域进行倾斜校正，得到识别区域：将选取的四个基点与答案模板图片进行透视变换处理，使该四个基点覆盖的不规则四边形区域转变为规则四边形区域，从而实现对标定区域的倾斜校正，得到识别区域；
51.对作业照片的识别区域进行剪裁操作以及二值化处理：首先对规则四边形的识别区域进行裁剪，得到识别区域图片；
52.之后对识别区域图片进行二值化处理：取图片rgb颜色通道的b通道，再计算b通道
数据均值，对于b通道数据值小于均值的记为逻辑是、大于均值的记为逻辑非；
53.将二值化处理后的作业图片与答案模板图片进行小区域模型匹配，得到最优匹配数据矩阵：首先选取二值化处理后的作业图片与答案模板图片上的四个基点；
54.再基于选取的四个基点，以二值化处理后的作业图片中的黑色像素点a1对应于答案模板图片中的像素点b1，然后用a1去搜索以b1为中心的一个预设大小的矩形区域的黑色像素点，这样就得到多个匹配后的数据矩阵，最后在这多个数据矩阵中筛选得到一个最优匹配矩阵；
55.最后对最优匹配数据矩阵进行标签化处理，并将不同的标签渲染为预设对应的颜色，得到渲染颜色的作业图片，即完成对纸质工程图作业的批阅，在进行标签渲染时：若最优匹配矩阵中的矩阵点值为0，则背景色为白色；若矩阵点值为1，则将正确的线条渲染成黑色；若矩阵点值为2，则将少画的线条渲染成红色；若矩阵点值为3，则将多画的线条渲染成黄色。
56.综上可知，本技术方案为实现纸质工程图作业的自动准确批阅，主要通过对拍摄的作业照片进行处理分析，以从复杂的环境中准确地实现工程图纸的定位，并在模板匹配批阅的过程中避免手绘工程图线条粗细不一对判别率造成的不良影响，从而提高批阅纸质工程图纸的正确率。
57.本技术方案对作业照片主要进行了以下处理分析：
58.(1)图片预处理：用于对输入的原始图片去背景、选取识别区域、倾斜校正得到一张比较规整的图片，具体是根据输入的作业图片像素点的信息，使用图片像素统计分析，将工程图纸作业从复杂的背景中提取出来，然后标定感兴趣要批阅的区域，通过应用透视变换模型实现倾斜校正，并对校正后的图片进行剪裁和提取，得到一张规则的图片。
59.(2)图片的二值化：用于对预处理后的图片数据点逻辑是、非化，先取图片rgb颜色通道的b通道，然后计算b通道数据均值，对于b通道数据值小于均值的为逻辑是，大于均值的为逻辑非，即对提取图片的rgb颜色通道中b通道进行像素统计分析，并计算b通道数据均值，与像素点值进行大小比较，实现提取图片b通道的0
‑
1化，从而完成二值化处理；
60.(3)图片的定位：用于对工程图作业批阅能达到准确匹配，先确定作业图四个定位基点，然后用模板图的四个基点，对作业图，模板图的尺寸统一匹配，具体是选定四个定位基点，由于二值化图像与模板图匹配会存在一个较小的区域误差，因此采用小区域搜寻模型来提高匹配精度；
61.(4)图片的上色：用于对工程图作业的对错判别，将不同的判别结果渲染为不同的颜色，最终完成工程图作业的阅卷，首先需要对二值化图像与模板图匹配后的结果进行标签化，然后把不同的标签渲染不同的颜色，达到批阅工程图纸质作业的目的。
62.本实施例应用本技术方案的具体过程如图3所示：
63.首先读入学生工程图作业拍摄的照片与对应的标准答案模板；
64.之后进行作业图片去背景操作：统计拍摄照片的rgb通道的数据值，并计算其均值k，将rgb通道中大于k的像素点值替换为255，即将该像素点替换为白色背景；
65.然后选取去背景后的图片中四个基点，这四个基点所覆盖的不规则四边形区域为要识别的区域；
66.再对选取的四个基点与标准模板用透视变换模型处理后，四个基点所覆盖的不规
则四边形区域变为规则四边形区域，并对规则四边形区域进行剪裁保存；
67.之后对剪裁后的图片进行二值化处理，先取图片rgb颜色通道的b通道，然后计算b通道数据均值，对于b通道数据值小于均值的为逻辑是，大于均值的为逻辑非；
68.然后选取二值化与标准模板图片的四个基点用于两张图片的匹配，通过小区域搜寻模型来提高匹配准确度，在进行小区域模型匹配时，当基点确定后，二值化图片中的黑色像素点a1对应于标准模板图片中的像素点b1，然后用a1去搜索以b1为中心的一个[5x5]的矩形小区域的黑色像素点，这样就得到25个匹配后的数据矩阵，最后在这25个数据矩阵中寻找一个最优匹配矩阵，这个最优匹配矩阵即表明作业照片与答案模板图片的匹配程度最高。
[0069]
最后将最优匹配矩阵进行标签化，将不同的标签渲染不同的颜色(如图4所示)，再将渲染后的图片反馈给用户。
[0070]
本技术方案不仅仅实现对纸质工程图作业的自动批阅，而且解决了工程图纸作业线条粗细对匹配精度的影响，同时提高了工程制图教学工作者的办公效率；另外，对于工程制图的学习者，可以在工程图纸绘制完成后，自主了解绘制内容对错的程度，从而提高其学习效率与兴趣。