摘要：在分析OMR與OCR的應用特點后，提出了基于圖像的OMR方式。詳細討論了該方法的硬件設計和工作原理，并在軟件處理方面著重介紹了傾斜校正和圖像分割。它具有對紙張質量要求低和識別準確度高等特點。

關鍵詞：OMR OCR 信號處理 傾斜校正 圖像分割

目前，許多文檔是以紙質文檔的形式存在，例如銀行票據、稅務報表、標準化考試中的機讀卡、人口普查表、彩標投注單、選票、定貨單等。而紙質文檔不便于保存、檢索、統計和修改。將這些信息錄入計算機是一件非常繁瑣的事情。長期以來人們通過鍵盤手工輸入，不但費時費力且容易出錯。在實時性要求較高的場合（如選舉中的統計選票）自動、快速、準確地處理文檔顯得尤為重要。因此，對這些文檔進行計算機自動錄入具有重要的實現意義。

計算機自動錄入是解決這個同瓶頸的關鍵所在。其中，光學字符識別OCR（Optical Character Recognition）和光學標記識別OMR（Optical Mark Recognition）是解決信號自動錄入的有效方法。它們利用光學方法將信息錄入到計算機并進行識別處理，能極大地提高數據信息的采集速度，便于計算機存儲、管理與檢索。

1 OCR與OMR

（1）OCR的工作原理

OCR首先將要識別的文字和圖像掃描進計算機，然后進行圖像的預處理，再抽取字符特片進行識別，轉變為計算機能夠識別的字符信息。圖像預處理包括去除噪聲、歪斜校畫龍點睛、圖像分割、平滑及規范化等。其中圖像分割是一個重要的步驟，它的作用是將要識別的單個字符的圖像找到并分割出來。OCR技術主要應用于文字圖像識別及處理，例如用于印刷體和限制手寫體字符的識別。OCR技術已成為大規模數據錄入的首選方案，它將隨著計算機技術的發展而更加成熟。

（2）OMR的工作原理

OMR識別“涂點”上有無標記兩種狀態。“涂點”就是信息卡上可以涂寫標記的地址。“涂點”所代表的含義可以事先定義，可以代表一個阿拉伯數字，也可以表示一個英文字母或符號。OMR技術快速簡單，識別率高且成本低，廣泛應用于標準化考慮自動閱卷、各類調查問卷的統計、選舉結果的統計等，是自動識別領域中應用較多的一種方法。

2 基于圖像的OMR技術

目前OMR一般采用光電對管閱讀技術。識別用的器件是半導體發光管及光敏管。發光管是光源器件，由它發出的光照射到“涂點”上。光敏管是接收器件，接收來自“涂點”位置的反射光。因為涂有標記的地方反光弱，未涂標記的地方反光強，所以光敏管接收到的光信號強度不同。不同強度的光信號可以代表有無標記兩種狀態。將“涂點”位置處的發光管和光敏這組成一只電眼，可識別一個涂點。若干個電眼排列起來組成光電頭可完成對一排涂點的識別。

該方法實現應用中有如下限制：信息卡上的“涂點”要與電眼完全對齊，即信息卡在錄入時不能傾斜；信息卡不能折皺；紙張質量、印刷技術要求高；填寫標記要規范，否則就要影響識別結果。實際應用中，信息卡在錄入時由于走紙機構機械誤差而略有傾斜，會造成識別出錯。

OCR由于采用了圖像處理技術，信息卡在錄入時的傾斜能自動校正，保證錄入的高精度，也能處理略有折皺的信息卡。因此，OCR對所用紙張的質量、印刷技術要求不高，降低了運行成本。同時可以保留填寫的原始圖像備查，進行復核或重新識別。

在借鑒OCR優點的基礎上，筆者在課題《彩標閱讀及識別系統》中采用了基于圖像的OMR技術。所謂基于圖像的OMR技術，就是將信息卡經光電變換，形成二值化圖像；再經歪斜校正、圖像分割，對分割出的小塊圖像（含“涂點”）中的黑點數進行計數。若大于某個閾值，就認為有標記，否則就沒有標記，從而完成了標記識別。相對OCR而言，它省去了最耗時的字符特征抽取步驟。

3 硬件組成

本系統框圖如圖1所示。

（1）圖像傳感器

采用國產的CIS（Contact Image Sensor）圖像傳感器，其光學分辨率比CCD略低，但是其驅動電路、光學系統和機械結構卻比CCD簡單。光學系統中采用特殊光源實現光學濾波，消除或減輕了信息卡背景信息對分割、識別的影響。工作時，由CPLD（Complex Programable Logic Device）產生一個周期