考试阅卷是教育行业中不可或缺的环节,考试阅卷信息化的需求促使无纸化阅卷、自动化阅卷等新型阅卷方式应运而生,并在实际阅卷中得到了广泛应用。本文针对机械类课程实际考试阅卷的需求,对机械类课程客观题和图形改判题自动阅卷的关键技术进行研究,并开发了机械类课程客观题和图形改判题阅卷系统,对于减轻教师阅卷负担、提高教学质量、促进考试改革和完善课程评价体系具有重大意义。首先,给出了客观题及图形改判题阅卷系统的整体架构,分析了系统的C/S架构模型,并根据系统的业务流程进行数据库分析和设计。其次,根据客观题扫描阅卷系统的需求,分析了模板定制方法、图像预处理和基于K-means改进算法的图像聚类方法等关键技术,具体包括:通过阅卷模板对答题卡进行抽象与建模,实现了对任意结构的答题卡进行抽象描述,避免了系统对答题卡具体结构的依赖;针对不同类型的答题卡给出了不同的倾斜检测与矫正算法,使系统能够有效地兼容各种类型的答题卡;将K-means改进算法应用于客观题涂写框的聚类识别,定义了局部聚集密度避免了初始聚类中心选取的随机性,通过区分度对聚类结果进行评价。再次,根据机械类课程图形改判题自动阅卷的需求,分析了答题卡图像虚化、属性设置和涂写答案判别等软件实现技术。通过对图形改判题原图像进行二值化、图像细化和图像灰度调整实现试题原图像虚化,有效地降低了原图像线条对考生涂写答案的影响。通过对各种图形改判题进行总结分析,将图形改判题的标准答案分为4种类型,给出了各种类型标准答案的设置原理及判别原理。最后,通过应用实例对所开发的机械基础类客观题和图形改判题阅卷系统进行测试。测试结果表明,采用K-means改进算法则能够得到稳定的聚类结果,降低了聚类过程中迭代的次数,提高了系统对客观题涂写结果的识别准确率;通过试题分析指标、试卷分析指标和成绩分析指标对阅卷结果进行分析,该软件系统有效地促进机械类课程考试改革信息化。