基于网络阅卷的图像采集的优化方法

本发明涉及基于网络阅卷的图像采集的优化方法。首先获取答题卡图像；然后利用图像处理算法包括直方图均衡化自适应地增强图像的对比度和亮度；引入基于机器学习的图像增强模型；使用卷积神经网络CNN进行图像中答题区域的动态检测；包括识别出答题卡答题区域类型的方法以及多尺度区域检测的方法：接着对检测出的区域进行自适应裁剪，确保每个答题区域在图像中的位置和尺寸得到准确识别；除传统的灰度特征和边缘特征外，引入多模态特征包括纹理特征、颜色特征进行特征提取，使用深度学习模型包括ResNet对图像进行多层次的特征提取，生成高维度的特征向量；最后利用特征融合技术如特征拼接、特征加权将多模态特征融合在一起，形成统一的特征表示。