光學掃描式讀票機(Optical Scan)
原理:通過光學傳感器掃描選票上的標記(如鉛筆填涂、墨水筆勾選),利用圖像識別技術(shù)判斷選民選擇。
特點:
成本較低,兼容紙質(zhì)選票,適合大規(guī)模選舉。
需選票格式標準化(如固定位置的填涂框)。
應用場景:美國大選、印度議會選舉等大規(guī)模紙質(zhì)選票選舉。
圖像預處理:優(yōu)化原始掃描數(shù)據(jù)
灰度化處理:將彩色圖像轉(zhuǎn)換為灰度圖,突出標記與背景的亮度差異(如鉛筆填涂區(qū)域灰度值較低)。
二值化轉(zhuǎn)換:通過設(shè)定閾值(如灰度值低于 128 視為標記),將圖像轉(zhuǎn)化為黑白二值圖,簡化后續(xù)計算(例:填涂框內(nèi)黑色像素占比≥30% 視為有效標記)。
噪聲過濾:利用中值濾波、高斯濾波等算法,消除紙張污漬、折疊陰影等干擾(如去除面積小于 10 像素的孤立黑點)。
幾何校正:通過檢測選票邊緣的定位標記(如 registration marks),校正因傳送歪斜導致的圖像旋轉(zhuǎn)或縮放,確保標記位置與預設(shè)模板對齊。
標記區(qū)域定位:鎖定選票上的有效選擇區(qū)
模板匹配:讀票機內(nèi)置選票格式模板,通過檢測預設(shè)的定位點(如角點、條形碼)確定候選人選項框、政黨符號等區(qū)域的坐標范圍。
興趣區(qū)域(ROI)劃分:將選票圖像分割為多個獨立 ROI(如每個候選人對應一個矩形區(qū)域),減少全局分析的計算量。
示例:美國大選使用的 “蝶形選票”(Butterfly Ballot)中,讀票機通過模板定位左右兩列候選人姓名旁的填涂框,避免因選民誤填相鄰區(qū)域?qū)е抡`判。
選票預處理:通過紅外光源掃描選票,生成灰度圖像,同時檢測選票邊緣的定位孔(registration holes)以校準位置。
區(qū)域劃分:根據(jù)選票模板,將圖像劃分為總統(tǒng)候選人區(qū)、參議員區(qū)、公投議題區(qū)等獨立 ROI。
填涂分析:對每個候選人對應的橢圓填涂框,計算黑色像素占比,超過 35% 則判定為有效投票。
異常標記處理:若同一總統(tǒng)候選人區(qū)檢測到 2 個及以上有效填涂,系統(tǒng)標記為 “多選票”(overvote),該區(qū)域投票無效。
數(shù)據(jù)同步:每臺讀票機實時將計數(shù)結(jié)果通過加密網(wǎng)絡(luò)傳輸至選區(qū)服務器,同時保存原始圖像供事后審計(如 2020 年佐治亞州重新計票時,人工核對了掃描圖像與紙質(zhì)選票)。