1. 研究目的与意义
当今时代是信息时代，网络迅猛发展，资源共享高度发达，信息传播方便快捷。人们在交流信息和共享资源时，需要在计算机中处理超大量的中文信息。当前各种信息处理技术的发展和成熟，使得人们可以轻松愉快地对存储在计算机内的信息进行处理。然而同于手写体的复杂性，手写体录入的困难制约着系统的效率，己经成为一个紧迫的“瓶颈”问题。虽然可以用各种编码技术将手写体信息通过键盘工人输入，但是效率低下，尤其是对于存在的海量的手写体文稿，其录入更加困难。手写体识别是一种文字信息的自动化录入技术，它的研究与开发，无疑将满足人们对高速自动输入文字的强烈要求，各种实用的手写体识别处理系统如自动邮件分拣系统，盲文阅读系统，支票自动处理系统，手写税票自动录入处理系统以及大型印刷文档自动输入系统等的推广应用，必将为各行各业的广大用户分担大量低效的，枯燥的耗时的文字与表格录入工作，减少工作强度，提高工作效率。手写体识别在办公自动化、印刷业、信息传播等方面都有着广泛的应用前景。
手写体识别是一门多学科综合的研究课题，是模式识别的热点和难点。它不仅与人工智能的研究有关，而且与数字信号处理、图像处理、信息论、计算机科学、几何学、统计学、语言学、生物学、模糊数学、决策论等都有着千丝万缕的联系。一方面各学科的发展给它的研究提供了工具，另一方面，它的研究与开发也必将促进各学科的发展。因而，手写体识别有着重要的理论意义。
2. 研究内容与预期目标
本论文主要研究手写体识别的各种技术和理论，将在以下几个方面展开：
（1）对图像处理技术和matlab语言进行学习和研究，为后续的编程工作打下基础。
（2）对图像进行预处理，准确定位包卷头评分栏，用垂直投影法找出题目分数坐标并进行分割。
3. 研究方法与步骤
（1）图像获取
本实验直接采用数码相机作为图像的采集设备。数码相机将要识别的手写体文稿拍成照片（JPG格式），并传送到PC硬盘上。（2）图像预处理
原始图像为彩色图像，对彩色图像的处理方式复杂，并且对于原始图像可能会存在部分的干扰信息，影响对手写数字的识别结果。因此根据所要处理的试卷图像特点，针对性的使用灰度化、增强、二值化等预处理方式对试卷图像进行处理。
4. 参考文献
[1] 郝梦琳.手写体数字识别方法的研究与实现[D].太原：太原科技大学，2013.[2] 康明.手写体数字识别技术研究[D].武汉：武汉理工大学，2010.[3] 张彤，肖南峰.基于 BP网络的数字识别方法[J].重庆理工大学学报：自然科学版，2010，24（3）：59#8259;63.[4] 王岩松.手写体数字识别中的关键技术研究[D].北京：北京邮电大学，2009.[5] 姜天戟，袁曾任.基于 BP 和统计的混合法前馈型神经网络及其应用[J].软件学报，1996（6）：379#8259;384.[6] 孙少林，马志强，汤伟.灰度图像二值化算法研究[J].价值工程，2010（5）：142#8259;143.[7] 李强.图像分割中的阈值法研究[J].铜仁职业技术学院学报，2008（6）：52#8259;54.[8] 戴建辉.自由手写体数字识别系统的设计与实现[EB/OL].[2010#8259;12#8259;15].http://wenku.baidu.com.[9] 薛智勇，娄雪芳.基于 BP神经网络的手写数字识别[J].仪器仪表与分析监测，2009（2）：25#8259;30.[10] 张新峰，沈兰荪.模式识别及其在图像处理中的应用[J].测控技术，2004，23（5）：28#8259;32.
5. 工作计划
（1）2022.3.5-2022.3.18查阅资料，填写开题报告，完成外文资料的翻译。
（2）2022.3.19-2022.3.30熟悉matlab环境及图像处理工具箱或其他编程工具。
（3）2022.3.31-2022.4.15对试卷图像进行适当预处理，实现对评分栏的定位。
