1、自動閱卷系統(tǒng)由于其高效的批閱處理、更為客觀公正的評分機(jī)制以及更加方便的管理功能等優(yōu)點正逐步替代著傳統(tǒng)的人工閱卷方式?，F(xiàn)在流行的自動閱卷系統(tǒng)多采用光標(biāo)閱讀機(jī)實現(xiàn)答題卡的自動識別，這種方式對答題卡紙質(zhì)要求較高，且需要購置昂貴的專用識別設(shè)備，比較適用于大型考試中。對于近年來出現(xiàn)的基于圖像處理的自動閱卷系統(tǒng)也是針對填涂模式的客觀題進(jìn)行識別，這種模式下的識別率對考生的填涂質(zhì)量依賴太強，容易造成系統(tǒng)誤判，而且也不符合考生的答題習(xí)慣，還會占用考生較多

2、的填涂時間。
　　針對填涂模式存在的問題，本文對基于手寫字母識別模式的自動閱卷系統(tǒng)進(jìn)行研究。同時只針對試題與答案分離的答題紙進(jìn)行處理，以減少掃描工作量，提高圖像處理的速度，節(jié)省系統(tǒng)運行時間與存儲空間的開銷。本文的主要研究內(nèi)容如下：
　?。?）結(jié)合答題紙圖像的特征簡化了傾斜校正的過程。對于Hough變換檢測直線的過程中計算量較大的問題，先對答題紙圖像的特征區(qū)域進(jìn)行邊緣檢測，再對邊緣圖像中的橫線點進(jìn)行篩選，最后進(jìn)行Hough變換

3、得到圖像的傾斜角度。
　　（2）提出基于垂直投影的條形碼識別方法。將條形碼圖像識別技術(shù)引入到考生的信息識別過程中，簡化系統(tǒng)識別的過程，提高識別準(zhǔn)確率?；诖怪蓖队暗臈l形碼識別方法，可以實現(xiàn)對受到嚴(yán)重污染和殘缺不全的條形碼圖像的快速準(zhǔn)確地識別。
　?。?）提出了一種手寫字母特征提取的新方法。針對傳統(tǒng)手寫字母特征提取方案獲得的特征點數(shù)較多，造成識別系統(tǒng)結(jié)構(gòu)較為復(fù)雜的問題，結(jié)合手寫字母的特點，提出了八點特征提取方法。經(jīng)過實驗測試證

4、明，對基于八點特征提取法提取的特征點進(jìn)行識別可以準(zhǔn)確地辨識出其代表的字母，同時識別準(zhǔn)確率也比較高。
　?。?）基于八點特征提取方法，通過改進(jìn)遺傳算法優(yōu)化的 LVQ神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了手寫字母的自動識別。對于神經(jīng)網(wǎng)絡(luò)因為初始權(quán)值設(shè)置不合理可能會出現(xiàn)“死”神經(jīng)元的問題，加入了遺傳算法對其進(jìn)行優(yōu)化。并對遺傳算法進(jìn)行了改進(jìn)，加快收斂速度，避免陷入局部最優(yōu)解。通過實驗測試證明，經(jīng)過改進(jìn)遺傳算法優(yōu)化的LVQ網(wǎng)絡(luò)的收斂性和分類性能都有明顯的改善和提