神经网络和模板匹配在自动打分系统中的应用

摘要：

为提高实验教学中实验报告成绩的录入效率，设计了一个基于图像处理技术的手写字符识别系统。以VISUAL C++6.0为编译环境，MFC为图形界面开发平台，通过CCD摄像头进行图像采集，根据图像识别原理对图片进行预处理，并分别采用BP神经网络和模板匹配两种不同方法对实验报告成绩及学号字符进行识别，比较了两种方法在识别准确率和速度方面的优劣。测试结果表明，BP神经网络法比模板匹配法识别的准确率更高，而后者识别速度较后者快10倍左右，自动打分系统较传统的手工录入法大幅度提高了数据输入速度。该系统可以应用于各类实验报告成绩的快速录入。

关键词：图像处理、模板匹配、反向传播(BP)神经网络、手写字符识别

分类号：TP31(计算技术、计算机技术)

资助基金：国家自然科学基金No.61178017；中南大学实验室建设与开放基金No.201114。

在线出版日期：2015-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：251-254,265