一种数字化阅卷方法
【技术领域】
[0001]本发明涉及一种数字化阅卷方法，属于计算机领域。
【背景技术】
[0002]数字化阅卷技术已经应用于很多行业的考试领域。数字化阅卷的流程一般是将纸质答卷扫描为图片，再把图片按不同类型的题目进行区块划分分发给阅卷教师，由阅卷教师在计算机上进行评阅。但是网络教育的考试在规模和要求上与其他考试有较大的差别，网络教育考试课程科目非常多，效率要求高，成本投入有限。
[0003]现有技术多是单一科目答卷扫描，没有办法将多科目答卷进行混合扫描和自动分拣；其他考试中一般不同科目需要使用不同的答卷，每科答卷扫描图片的区块划分也不相同，而网络教育考试中由于科目众多这种方式无法适用。
【发明内容】
[0004]为了解决现有技术的不足，本发明提供了一种数字化阅卷方法，将不同课程的答卷进行分类，利用模式识别方法对主观题进行预判分，能够显著提高网络教育考试的阅卷效率，也能够应用于一般的大型统考中。
[0005]本发明为解决其技术问题所采用的技术方案是:提供了一种数字化阅卷方法，用于评阅答卷，所述答卷包括课程代码区域、学号区域、客观题答题区域、制图类题型区域和非制图类题型区域；每张答卷的课程代码区域和学号区域在答卷上的格式和位置相同，具有相同课程代码的答卷，客观题答题区域、主观题答题区域的位置和格式均相同；所述数字化阅卷方法按照以下步骤进行:
[0006](I)将选课数据和答案数据导入数据库，所述选课数据包括学号以及学号对应的课程代码，所述答案数据包括关键字数据和图形特征数据；
[0007](2)利用扫描仪扫描答卷，生成图片，利用D-OMR技术识别图片上的课程代码和学号并与数据库中的选课数据进行匹配，匹配成功则将图片存储在以课程代码命名的文件夹中，匹配失败则存储在纠错文件夹中；
[0008](3)针对不同课程代码对应的文件夹，对图片进行图像裁切，得到客观题答题区域、非制图类题型区域以及制图类题型区域的图像；
[0009](4)试卷评阅:
[0010](a)对客观题答题区域的图像，利用D-OMR技术识别并评阅，得到客观题分数；
[0011](b)对于非制图类题型区域的图像，进行图像模式识别，提取答案关键字，将关键字与关键字数据进行匹配，根据匹配结果进行非制图类题型初步给分；不同科目的老师根据课程代码接入数据库的对应文件夹进行评阅，进行非制图类题型补充给分；将非制图类题型初步给分和非制图类题型补充给分进行合并，得到非制图类题型分数；
[0012](c)对于制图类题型区域的图像，进行图像模式识别，提取特征图像，将特征图像与图形特征数据进行匹配，根据匹配结果进行制图类题型初步给分；不同科目的老师根据课程代码接入数据库的对应文件夹进行评阅，进行制图类题型补充给分；将制图类题型初步给分和图类题型补充给分进行合并，得到非制图类题型分数；
[0013](5)对于每个学号对应的答卷，整合客观题分数、非制图类题型分数和制图类题型分数，导出成绩表。
[0014]步骤(2)中匹配失败图片存储在纠错文件夹中后，按照以下步骤进行纠错:在数据库中建立以课程代码命名的文件夹，将图片存储入该文件夹中。
[0015]本发明基于其技术方案所具有的有益效果在于:
[0016](I)本发明将答卷根据课程的不同存储在不同的文件夹，针对不同的文件夹进行裁切和评阅，实现按科目分拣图像，使得不同科目的老师登陆后能够快速评阅相关科目的试卷，提高阅卷效率；
[0017](2)本发明利用D-OMR技术识别并评阅客观题答题区域的图像，以自动化代替人工评阅，提尚了阅卷效率；
[0018](3)本发明对于主观题的一部分题型，主要针对非制图类题型，利用模式识别和特征提取技术，将答案关键字提取出来，并与答案文字库进行比对，能够初步对主观题进行评分，之后老师评阅主观题型可以针对其他部分进行补充评阅，尽可能提高自动化程度，使阅卷效率大大提尚;
[0019](4)本发明利用纠错文件夹，对匹配失败的答卷图片进一步处理，避免了答卷遗失或匹配错误等后果。
【附图说明】
[0020]图1是本发明的数字化阅卷方法的流程示意图。
[0021]图2是课程代码区域和学号区域示意图。
[0022]图3是制图类题型区域。
[0023]图4是非制图类题型区域。
【具体实施方式】
[0024]下面结合附图和实施例对本发明作进一步说明。
[0025]本发明提供了一种数字化阅卷方法，用于评阅答卷，所述答卷包括课程代码区域、学号区域、客观题答题区域、制图类题型区域和非制图类题型区域海张答卷的课程代码区域和学号区域在答卷上的格式和位置相同，具有相同课程代码的答卷，客观题答题区域、主观题答题区域的位置和格式均相同；参照图1，所述数字化阅卷方法按照以下步骤进行:
[0026](I)将选课数据和答案数据导入数据库，所述选课数据包括学号以及学号对应的课程代码；
[0027](2)利用松下3065C扫描仪扫描答卷，生成图片，利用D-OMR技术识别图片上的课程代码和学号并与数据库中的选课数据进行匹配，匹配成功则将图片存储在以课程代码命名的文件夹中，匹配失败则存储在纠错文件夹中；图2所示为课程代码区域和学号区域；
[0028]对于纠错文件夹中匹配失败的答卷，在数据库中建立以答卷对应的课程代码命名的文件夹，将图片存储入该文件夹中；
[0029](3)针对不同课程代码对应的文件夹，对图片进行图像裁切，得到客观题答题区域、非制图类题型区域以及制图类题型区域的图像；
[0030](4)试卷评阅:
[0031](a)对客观题答题区域的图像，利用D-OMR技术识别并评阅，得到客观题分数；
[0032](b)对于非制图类题型区域的图像，参照图4，答案中涉及大量文字叙述，其中会包涵标准答案中涉及的关键字，这部分关键字可以通过自动化方式提取:进行图像模式识别，提取答案关键字，将关键字与关键字数据进行匹配，根据匹配结果进行非制图类题型初步给分；不同科目的老师根据课程代码接入数据库的对应文件夹进行评阅，进行非制图类题型补充给分；将非制图类题型初步给分和非制图类题型补充给分进行合并，得到非制图类题型分数；
[0033](c)对于制图类题型区域的图像，参照图3，正确答案具有一定的确定性，但是与客观题在答题卡的响应框内填涂不同，图形具有一定的复杂性，D-OMR技术无法完全满足识别目的，因此可以进行图像模式识别，提取特征图像，将特征图像与图形特征数据进行匹配，根据匹配结果进行制图类题型初步给分；由于不同学生绘图习惯略有不同，为避免学生作答的图形与标准答案图像略有差异，可以让不同科目的老师根据课程代码接入数据库的对应文件夹进行评阅，进行制图类题型补充给分；将制图类题型初步给分和图类题型补充给分进行合并，得到非制图类题型分数；
[0034](5)对于每个学号对应的答卷，整合客观题分数、非制图类题型分数和制图类题型分数，导出成绩表。
[0035]本发明将答卷根据课程的不同存储在不同的文件夹，针对不同的文件夹进行裁切和评阅，实现按科目分拣图像，使得不同科目的老师登陆后能够快速评阅相关科目的试卷，提高阅卷效率；同时利用D-OMR技术识别并评阅客观题答题区域的图像，以自动化代替人工评阅，提高了阅卷效率；对于主观题的一部分题型，主要针对非制图类题型，利用模式识别和特征提取技术，将答案关键字提取出来，并与答案文字库进行比对，能够初步对主观题进行评分，之后老师评阅主观题型可以针对其他部分进行补充评阅，尽可能提高自动化程度，使阅卷效率大大提高；本发明利用纠错文件夹，对匹配失败的答卷图片进一步处理，避免了答卷遗失或匹配错误等后果。
[0036]本发明的数字化阅卷方法尤其适合课程科目繁多、评阅效率要求高、人工成本投入有限的网络教育考试场景，也同样适用于平常的大型考试当中。
【主权项】
1.一种数字化阅卷方法，用于评阅答卷，其特征在于:所述答卷包括课程代码区域、学号区域、客观题答题区域、制图类题型区域和非制图类题型区域海张答卷的课程代码区域和学号区域在答卷上的格式和位置相同，具有相同课程代码的答卷，客观题答题区域、主观题答题区域的位置和格式均相同；所述数字化阅卷方法按照以下步骤进行: (1)将选课数据和答案数据导入数据库，所述选课数据包括学号以及学号对应的课程代码，所述答案数据包括关键字数据和图形特征数据； (2)利用扫描仪扫描答卷，生成图片，利用D-OMR技术识别图片上的课程代码和学号并与数据库中的选课数据进行匹配，匹配成功则将图片存储在以课程代码命名的文件夹中，匹配失败则存储在纠错文件夹中； (3)针对不同课程代码对应的文件夹，对图片进行图像裁切，得到客观题答题区域、非制图类题型区域以及制图类题型区域的图像； (4)试卷评阅: (a)对客观题答题区域的图像，利用D-OMR技术识别并评阅，得到客观题分数； (b)对于非制图类题型区域的图像，进行图像模式识别，提取答案关键字，将关键字与关键字数据进行匹配，根据匹配结果进行非制图类题型初步给分；不同科目的老师根据课程代码接入数据库的对应文件夹进行评阅，进行非制图类题型补充给分；将非制图类题型初步给分和非制图类题型补充给分进行合并，得到非制图类题型分数； (c)对于制图类题型区域的图像，进行图像模式识别，提取特征图像，将特征图像与图形特征数据进行匹配，根据匹配结果进行制图类题型初步给分；不同科目的老师根据课程代码接入数据库的对应文件夹进行评阅，进行制图类题型补充给分；将制图类题型初步给分和图类题型补充给分进行合并，得到非制图类题型分数； (5)对于每个学号对应的答卷，整合客观题分数、非制图类题型分数和制图类题型分数，导出成绩表。2.根据权利要求1所述的数字化阅卷方法，其特征在于:步骤(2)中匹配失败图片存储在纠错文件夹中后，按照以下步骤进行纠错:在数据库中建立以课程代码命名的文件夹，将图片存储入该文件夹中。
【专利摘要】本发明提供了一种数字化阅卷方法，将答卷划分为客观题答题区域、制图类题型区域和非制图类题型区域，首先将选课数据和答案文字库数据导入数据库，然后扫描答卷，按课程代码对答卷分类存储，针对不同课程分别进行图像裁切和评阅，评阅时分为客观题答题区域、非制图类型答题区域和制图类型答题区域分别处理，最后整合分数，导出成绩表。本发明的数字化阅卷方法自动化程度高，尤其适合课程科目繁多、评阅效率要求高、人工成本投入有限的网络教育考试场景，也同样适用于平常的大型考试当中。
【IPC分类】G06F21/32, G09B7/00, G06K9/00, G06Q50/20
【公开号】CN105069412
【申请号】CN201510444343
【发明人】贺亚锋, 成中梅, 陈燕, 朱琳, 刘晓平, 袁婷, 朱翠云, 唐汉香
【申请人】中国地质大学（武汉）
【公开日】2015年11月18日
【申请日】2015年7月27日