Reading Optical Form From Web Camera With C #

Year 2014, Volume: 14 Issue: 2, 1 - 10, 01.08.2014

Mustafa Şenol Uğur Fidan

Abstract

One of the most important difficulties of the test methods that are often used to evaluate the students is to read optical forms without mistake and to obtain necessary statistical information. In this study, to make use of image processing techniques widely used in every area, especially in education area is aimed. A programme which can read optical forms with the web camera using C#.NET is developed. Firstly a test mechanism is designed. A standard 1.3 megapixels, branded Philips SPC 900NC, charge coupled device camera is fixed to this mechanism. At the same time, with the help of fixture, optical forms are ensured to be placed into the test mechanism in the same direction. The image which is 640×480 pixels and in RGB format is firstly transformed into grey level then the image is concretized by stretching contrast. According to dynamic verge rates obtained with Otsu algorithm, transformation from grey level to binary level is made. The coordinates of the signs which are on the left and right top corners of the form are determined. According to these signs, the central coordinates of all the options in the form are figured out. With the developed algorithm, total of the black pixels is evaluated, signed options are fixed and registered to the database. Signed options are compared with the answer key and the number of the answers which are true, false, empty or signed wrongly is obtained. Statistics of the exam analysis is gotten by evaluating all the answer sheets belonging to the exam. At the end of the study, the area in the optical form for coding the students' numbers and the type of the booklet is read without any mistake and %100 percent of success is gained. The average of the success of the areas including test1 and test2 is %99.90. In other sides, only 7 of 221 optical forms is

Keywords

-

C# ile Web Kameradan Optik Form Okuma (025101) (1-10)

Abstract

Öğrencilerin değerlendirilmesinde sık sık kullanılan test yönteminin en büyük zorluklarından birisi de optik formların hatasız olarak okunması ve gerekli istatiksel bilgilerin çıkarılmasıdır. Bu çalışmada her alanda yaygın olarak kullanılan görüntü işleme tekniklerinden eğitim alanında faydalanılması hedeflenmiştir. C#.Net platformu kullanılarak web kamera ile optik form okuyabilen bir program geliştirilmiştir. Öncelikle bir deney düzeneği tasarlanarak düzeneğine 1,3 mega piksel, Philips SPC 900NC marka standart bir CCD (Charge Coupled Device) kamera sabitlenmiş, aynı zamanda fikstür yardımıyla optik formların deney düzeneğine hep aynı açıda yerleştirilmesi garantilenmiştir. Alınan 640x480 piksel RGB formatındaki görüntü önce gri seviyeye dönüştürülmekte daha sonra kontrast germe işlemiyle resim belirginleştirilmektedir. Otsu Algoritması ile elde edilen dinamik eşik değerine göre, gri seviyeden ikili seviye (binary) dönüşümü yapılmaktadır. Formun sol ve sağ üst köşesinde yer alan işaretlerin koordinatları tespit edilmiş ve bu işaretlere göre formda bulunan tüm seçeneklerin merkez koordinatları hesaplanmıştır. Geliştirilen algoritmayla siyah piksel toplamları değerlendirilerek işaretli seçenekler tespit edilmiş ve veri tabanına kayıt edilmiştir. İşaretlenmiş seçenekler ile cevap anahtarı karşılaştırması yapılmış, doğru, yanlış, boş ve hatalı cevap sayıları elde edilmiştir. Sınava ait tüm cevap kâğıtları değerlendirilerek sınav analizi istatistiği çıkarılmıştır. Çalışmanın sonucunda optik formda öğrencilerin numaralarının ve kitapçık türünün kodlandığı alan hatasız olarak okunarak %100 başarı elde edilmiştir. Test 1 ve Test 2 alanlarının başarı ortalaması ise %99,90 olarak gerçekleşmiştir. Bir diğer açıdan, 221 optik formun yalnız 7 tanesinde hatalı okuma meydana gelmiş, 214 optik form hatasız okunarak %96,83 doğruluk oranı yakalanmıştır

Keywords

-

References

• Akar, F. (2009). Şablon eşleme yöntemi ile plaka tanıma ve değerlendirme sistemi. Doktora Tezi, AÜ Fen Bilimleri Enstitüsü, Matematik Anabilim Dalı, Erzurum.
• Baykan, Ö.K. 2007. Bilgisayar destekli un kalite izleme sistemi tasarımı. Doktora Tezi, SÜ Fen Bilimleri Enstitüsü, Elektrik – Elektronik Mühendisliği Anabilim Dalı, Konya.
• Gonzales, R.C. and Woods, R.E. (2002). Digital image processing. Prentice-Hall, Inc. Upper Saddle River, New Jersey, 793 pp.
• Demirbaş, H. Y. ve Dursun, İ. (2007). Buğday Tanelerinin Bazı Fiziksel Özelliklerinin Görüntü İşleme Tekniğiyle Belirlenmesi. Tarım Bilimleri Dergisi, 13, 176-185.
• Karakuş, D. (2006). Görüntü analiz yöntemleri ile kayaçların Doktora Tezi, DEÜ Fen Bilimleri Enstitüsü, Maden İşletme Anabilim Dalı, İzmir. tanımlanması.
• Kazdal, S. (2013). Beyin tümörlerinin ileri görüntü işleme ve örüntü tanıma teknikleri kullanılarak bilgisayar destekli tespiti. Yüksek Lisans Tezi, Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Elektronik-Bilgisayar Eğitimi Anabilim Dalı, İstanbul.
• Kurtulmuş, F. (2012). Olgunlaşmamış şeftali meyvesini doğal bahçe koşullarında alınmış görüntülerde görüntü işleme teknikleri ve yapay sınıflandırıcılarla saptayarak Doktora Tezi, Uludağ Üniversitesi Fen Bilimleri Enstitüsü, Tarım Makinaları Anabilim Dalı, Bursa.
• Önder, M. (1997). Uydu Görüntülerinden -Ulusal Coğrafi Temel Bilgi Topografik Harita Üretimine Yönelik Analiz ve Öneriler. Doktora Tezi, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul. Oluşturacak Nitelikte
• Nabiyev, V.V., Ekinci, M. ve Öztürk, Y. (2011). Avuç İçi Çizgilerine Göre Biyometrik Tanıma. Elektrik- elektronik-bilgisayar kongresi, 535-538. 10. Ulusal
• Sezer, A. (2008). Görüntü işleme teknikleri kullanarak farklı türde zeminlerin mikroyapısal özelliklerinin belirlenmesi. Doktora Tezi, Ege Üniversitesi, Fen Bilimleri Enstitüsü, İnşaat Mühendisliği Anabilim Dalı, İzmir. İnternet kaynakları
• 1- http://en.wikipedia.org/wiki/Grayscale, 29.04.2014.