摘要：在分析OMR与OCR的应用特点后，提出了基于图像的OMR方式。详细讨论了该方法的硬件设计和工作原理，并在软件处理方面着重介绍了倾斜校正和图像分割。它具有对纸张质量要求低和识别准确度高等特点。 关键词：OMR OCR 信号处理 倾斜校正 图像分割目前，许多文档是以纸质文档的形式存在，例如银行票据、税务报表、标准化考试中的机读卡、人口普查表、彩标投注单、选票、定货单等。而纸质文档不便于保存、检索、统计和修改。将这些信息录入计算机是一件非常繁琐的事情。长期以来人们通过键盘手工输入，不但费时费力且容易出错。在实时性要求较高的场合（如选举中的统计选票）自动、快速、准确地处理文档显得尤为重要。因此，对这些文档进行计算机自动录入具有重要的实现意义。计算机自动录入是解决这个同瓶颈的关键所在。其中，光学字符识别OCR（Optical Character Recognition）和光学标记识别OMR（Optical Mark Recognition）是解决信号自动录入的有效方法。它们利用光学方法将信息录入到计算机并进行识别处理，能极大地提高数据信息的采集速度，便于计算机存储、管理与检索。1 OCR与OMR（1）OCR的工作原理OCR首先将要识别的文字和图像扫描进计算机，然后进行图像的预处理，再抽取字符特片进行识别，转变为计算机能够识别的字符信息。图像预处理包括去除噪声、歪斜校画龙点睛、图像分割、平滑及规范化等。其中图像分割是一个重要的步骤，它的作用是将要识别的单个字符的图像找到并分割出来。OCR技术主要应用于文字图像识别及处理，例如用于印刷体和限制手写体字符的识别。OCR技术已成为大规模数据录入的首选方案，它将随着计算机技术的发展而更加成熟。（2）OMR的工作原理OMR识别“涂点”上有无标记两种状态。“涂点”就是信息卡上可以涂写标记的地址。“涂点”所代表的含义可以事先定义，可以代表一个阿拉伯数字，也可以表示一个英文字母或符号。OMR技术快速简单，识别率高且成本低，广泛应用于标准化考虑自动阅卷、各类调查问卷的统计、选举结果的统计等，是自动识别领域中应用较多的一种方法。
2 基于图像的OMR技术目前OMR一般采用光电对管阅读技术。识别用的器件是半导体发光管及光敏管。发光管是光源器件，由它发出的光照射到“涂点”上。光敏管是接收器件，接收来自“涂点”位置的反射光。因为涂有标记的地方反光弱，未涂标记的地方反光强，所以光敏管接收到的光信号强度不同。不同强度的光信号可以代表有无标记两种状态。将“涂点”位置处的发光管和光敏这组成一只电眼，可识别一个涂点。若干个电眼排列起来组成光电头可完成对一排涂点的识别。该方法实现应用中有如下限制：信息卡上的“涂点”要与电眼完全对齐，即信息卡在录入时不能倾斜；信息卡不能折皱；纸张质量、印刷技术要求高；填写标记要规范，否则就要影响识别结果。实际应用中，信息卡在录入时由于走纸机构机械误差而略有倾斜，会造成识别出错。OCR由于采用了图像处理技术，信息卡在录入时的倾斜能自动校正，保证录入的高精度，也能处理略有折皱的信息卡。因此，OCR对所用纸张的质量、印刷技术要求不高，降低了运行成本。同时可以保留填写的原始图像备查，进行复核或重新识别。在借鉴OCR优点的基础上，笔者在课题《彩标阅读及识别系统》中采用了基于图像的OMR技术。所谓基于图像的OMR技术，就是将信息卡经光电变换，形成二值化图像；再经歪斜校正、图像分割，对分割出的小块图像（含“涂点”）中的黑点数进行计数。若大于某个阈值，就认为有标记，否则就没有标记，从而完成了标记识别。相对OCR而言，它省去了最耗时的字符特征抽取步骤。3 硬件组成本系统框图如图1所示。（1）图像传感器采用国产的CIS（Contact Image Sensor）图像传感器，其光学分辨率比CCD略低，但是其驱动电路、光学系统和机械结构却比CCD简单。光学系统中采用特殊光源实现光学滤波，消除或减轻了信息卡背景信息对分割、识别的影响。工作时，由CPLD（Complex Programable Logic Device）产生一个周期性的同步脉冲SYN引导每次扫描，时钟信号CLK在移动寄存器的作用下，对CIS内的像元依次进行扫描，像元上的光电信号串行输出。