比赛保研！用OpenCV和Python打造高效自动阅卷的机器视觉系统——第3部分：系统设计

3.1 目标对象

学长这里以数学作业试卷识别为目标。

数学作业图像中一列包含多个算式， 字符主要包括印刷体的算式题目和手写体答案组成， 如上图 所示为一张数学算式作业图像。
本课题的难点在于如何有效的去除光线等外部干扰因素， 准确的提取到作业图像中的单个算式信息；选取有效的字符识别算法，
针对印刷体字符和手写体字符设计混合字符分类器，进行有效、 快速的识别； 选取适合的嵌入式设备， 进行软件与硬件的系统集成，实现视觉系统的基本功能，
完成稳定性的批改过程。

3.2 系统架构

通过对视觉系统的研究以及完成作业批改解决方案的设计目标， 采取 PC 平台与嵌入式平台相结合的设计方案。 针对 PC 平台进行软件设计与算法优化，
完成系统的功能要求后， 将程序移植到嵌入式系统中， 在嵌入式设备实现系统的便捷化应用。 对于设计的系统采取多平台测试分析， 保证系统在 PC
平台准确高效的运行， 同时保证嵌入式系统中表现出稳定的性能。 系统的总体结构框图如下。

首先按照系统功能需求进行分析， 确定要完成的设计任务和目标， 并对系统的功能和性能分析做出设计要求。 其次根据系统的功能划分， 选取基于 PC
平台的软件设计方案完成软件编程， 对系统实现的功能进行验证， 测试其功能和性能是否符合设计要求。 选取视觉系统的嵌入式开发平台，
进行硬件模块设计和开发环境及软件平台的搭建， 将系统软硬件集成在一起进行调试进行， 对系统存在的问题做出改进和优化。

最后通过系统测试， 分别对系统的功能和性能进行测试验证， 是否满足设计的要求。 最终构建一款多平台应用， 基于机器视觉的自动作业批改视觉系统。

3.3 软件设计方案

该系统基于机器视觉的图像处理和字符识别技术， 整个系统的核心是软件设计部分。 能否对作业有效和快速的批改，
很大程度上取决于软件设计部分图像处理的效果和字符识别的准确率。 软件设计主要完成系统相关的功能操作，设计流程可分为图 中的模块组成。

图像获取是将摄像头等设备获取的作业图像信息转化为数字图像信息； 预处理是对图像进行二值化转换， 去除多余噪声， 进行每一组算式提取，
分割获得单个清晰字符轮廓的过程； 特征提取是对预处理后的字符图像， 进行字符特征提取， 将提取好的特征量输入到分类器， 为字符识别做准备；
字符识别是系统的核心， 对字符分类器进行设计， 通过分析训练样本的特征， 将待预测的样本进行分类， 对字符完成准确识别；
结果输出是通过公式计算器计算印刷体算式结果与手写结果进行对比， 判断算式作业是否作答正确完成反馈的程。