An Investigation of the Color and Density of Different Multiple Choice Answer Sheet Input Factors Using Image Processing Techniques

Main Article Content

วันเพ็ญ ผลิศร

Abstract

The research used image processing technique to investigate the effect of color and density of different input factors when completing multiple choice answer sheets. The process consists of three steps: data preparation, recognition answer sheet and check answer. Additionally, the study examined the difference between the figures of the completed answer sheet and the true one for each specified position which iscalled ROI (region of interest). The efficiency of the processes was evaluated using 150 items of a five-choice answer sheet, a total of 720 sheets for the sample of the study. The accuracy of the program operation was tested using different styles of answer sheet completion, namely, answer sheet filled in by 2B pencils, blue - ink pens, black-ink pens, and red-ink pens. The results showed that the program works at an average of 92.47% accuracy for normal patterns and 88.89% accuracy for abnormal patterns. It was concluded that the process can be used efficiently. The color of choice for this procedure are black-ink pens and red-inks pen, which is accurate and efficient.

Keywords

Article Details

How to Cite
ผลิศรว. (2014). An Investigation of the Color and Density of Different Multiple Choice Answer Sheet Input Factors Using Image Processing Techniques. Journal of Industrial Education, 13(3), 19-25. Retrieved from https://www.tci-thaijo.org/index.php/JIE/article/view/125078
Section
Research Articles

References

[1] ศรัญญู หล้ามุงคุณและคณะ. 2553. ระบบตรวจ ข้อสอบปรนัยต้นทุนต่ำ.วิทยานิพนธ์ปริญญาวิศวกรรมศาสตรบัณฑิต ภาควิชาวิศวกรรมคอมพิวเตอร์คณะวิศวกรรม คอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์.

[2] ฐิตวัฒน์ เตชจรัสชีวิน และณพวีณา ฤกษ์ปรีดาพงศ์. 2551. ระบบติดตามลักษณะเด่นบนใบหน้าโดยใช้กล้องเพียงหนึ่งตัว.วิทยานิพนธ์ปริญญาวิทยาศาสตรบัณฑิต ภาควิชาคณิตศาสตร์ คณะวิทยาศาสตร์จุฬาลงกรณ์มหาวิทยาลัย.


[3] ไพบูลย์ พวงวงศ์ตระกูล. ปัญญาประดิษฐ์ในชีวิตประจำวัน. วารสารครุศาสตร์อุตสาหกรรม,11(1), น. 260-267.

[4] Jun Tang. 2010. A color image segmentation algorithmbased on region growing.International Conference on Computer Engineering and Technology (ICCET), 2(6), p. 634-637.

[5] สัตถาภูมิ ไทยพานิช และจักรี ศรีนนท์ฉัตร. 2553.การพัฒนาเทคนิคพยากรณ์ค่าคลอโรฟิลล์ในใบข้าวด้วยกรรมวิธีวิเคราะห์ความถดถอยเชิงเส้นพหุ. วิทยานิพนธ์ปริญญาวิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมไฟฟ้า ภาควิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี.

[6] Gonzalez, Rafael C and Richard E.Woods. 2001. Digital Image Processing.2 nd ed. New Jersey : Prentice-Hall.

[7] The MathWorks. 2014. Image Thresholding.Retrieved July 4, 2014, from https://www.mathworks.com/discovery/image-thresholding.html