数字图像识别作为一门独立的学科,近年来已经在计算机视觉研究领域发挥越来越重要的作用。图像识别技术是利用计算机视觉采集物理对象,以图像数据为基础,让机器模仿人类视觉,自动完成某些信息的处理功能,模仿人类视觉的图像识别能力,代替人类完成大批量的图像辨识和分类的任务。无纸化阅卷在我国的各种大型考试中得到推广。大型考试的试题结构一般分为主观题和客观题。目前针对无纸化阅卷中客观题的自动评阅技术已经很成熟,而对无纸化阅卷中的主观题主要仍是采用人工评阅,但是针对主观题自动评阅技术的研究还没有,若能使用图像识别技术,直接将空白试题由计算机自动评阅赋零分,则将大大提升阅卷效率,减轻评卷教师负担。识别的准确度和高实时性是本文空白题识别的关键评判标准。本文在模拟主观题图像识别时,经过多次实验后,根据试题图像的特殊性及阅卷系统对准确性和实时性的要求,选取灰度直方图作为空白题识别的主要特征。并且为了提高识别效果和改善识别时间,提出一种基于区域的灰度直方图来完成识别模型的创建和空白题图像的识别。本文首先阐述图像识别技术的研究与发展现状,介绍图像识别在实际应用系统中的性能评价指标,总结当前数字图像识别所用的关键技术和图像识别系统的关键流程,分析数字图像识别技术在无纸化阅卷系统各个流程中的应用。最后用open cv和MFC实验模拟识别过程,即提取空白试卷图像特征作为特征模型来搜索考生试卷图像中的空白试题。