买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东讯飞启明科技发展有限公司申请的专利一种基于图像灰度计算方法的人工评卷勘误方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117593324B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311431378.2，技术领域涉及：G06T7/13；该发明授权一种基于图像灰度计算方法的人工评卷勘误方法及系统是由汪张龙;许建威;邹月荣;江光贤;李艳;朱先永设计研发完成，并于2023-10-31向国家知识产权局提交的专利申请。

本一种基于图像灰度计算方法的人工评卷勘误方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，具体为一种基于图像灰度计算方法的人工评卷勘误方法及系统，包括以下步骤：使用激光扫描技术，将学生的答卷扫描成数字图像，生成学生答卷的数字图像。本发明中，通过改进的激光扫描技术与图像处理算法，能够高效率地完成大批量试卷的数字化处理，采用Sobel边缘检测算法和形态学处理对文本区域进行精确分割，能够准确地定位学生的答题区域，避免漏看或误判的情况，通过采用Otsu's自适应阈值法优化图像清晰度，以及K‑means聚类算法分析笔迹特征，进行更准确的评分，采用结构相似度指标算法对答卷进行分析，并结合卷积神经网络对题目分类，使用AR技术反馈评卷情况，使得标准化评分过程更符合教学需求，提高了人工评分的准确性。

本发明授权一种基于图像灰度计算方法的人工评卷勘误方法及系统在权利要求书中公布了：1.一种基于图像灰度计算方法的人工评卷勘误方法，其特征在于，包括以下步骤：使用激光扫描技术，将学生的答卷扫描成数字图像，生成学生答卷的数字图像；基于所述学生答卷的数字图像，采用Sobel边缘检测算法和形态学处理，进行文本区域分割与提取，生成具有灰度特征的文本图像；基于所述具有灰度特征的文本图像，采用Otsu's自适应阈值法，进行图像的对比度和清晰度优化，生成优化后的图像；基于所述优化后的图像，利用K-means聚类算法，进行学生书写的笔迹特征分析，生成笔迹特征信息；基于所述笔迹特征信息，采用结构相似度指标算法，对答卷与标准答卷进行灰度分布模式的比对，生成比对结果及分析报告；基于比对结果及分析报告，采用卷积神经网络基于比对结果及相应的分析报告，采用卷积神经网络，进行答卷题型的识别与分类，并利用AR技术为评卷员提供视觉反馈，生成答卷题型识别结果和评卷反馈；基于所述优化后的图像，利用K-means聚类算法，进行学生书写的笔迹特征分析，生成笔迹特征信息的步骤具体为：基于所述优化后的图像，采用图像预处理技术进行去噪和平滑，生成清洁优化后的图像；基于所述清洁优化后的图像，采用K-means聚类算法进行像素聚类，生成笔迹特征聚类结果；基于所述笔迹特征聚类结果，采用特征提取技术进行关键笔迹信息提取，生成笔迹特征信息；基于所述笔迹特征信息，采用数据整理技术进行格式统一，生成格式化笔迹特征信息；基于所述笔迹特征信息，采用结构相似度指标算法，对答卷与标准答卷进行灰度分布模式的比对，生成比对结果及分析报告的步骤具体为：基于所述格式化笔迹特征信息，利用数据库查询技术进行标准答卷检索，生成标准答卷图像；基于所述标准答卷图像，采用结构相似度指标算法进行灰度模式比对，生成比对数据；基于所述比对数据，采用数据分析技术进行关键指标识别，生成分析报告；基于所述分析报告，采用可视化技术进行数据展示，生成比对结果及分析报告；基于比对结果及分析报告，采用卷积神经网络基于比对结果及相应的分析报告，采用卷积神经网络，进行答卷题型的识别与分类，并利用AR技术为评卷员提供视觉反馈，生成答卷题型识别结果和评卷反馈的步骤具体为：基于所述比对结果及分析报告，采用卷积神经网络进行题型识别，生成题型分类结果；基于所述题型分类结果，采用深度学习技术进行特征优化，生成优化后的题型识别结果；基于所述优化后的题型识别结果，采用增强现实技术进行视觉反馈，生成AR视觉反馈；基于所述AR视觉反馈，采用用户界面设计技术进行界面整合，生成答卷题型识别结果和评卷反馈。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东讯飞启明科技发展有限公司，其通讯地址为：510000 广东省广州市黄埔区科学城天丰路3号401房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。