接觸式讀票機(jī)（Contact-based）

原理：通過物理接觸（如金屬觸點(diǎn)）檢測選票上的導(dǎo)電標(biāo)記（如特殊墨水填涂），形成電路導(dǎo)通來識別選擇。

特點(diǎn)：

識別速度快，但對選票材質(zhì)和標(biāo)記墨水要求高。

易受污漬、折疊影響，應(yīng)用場景較窄。

圖像預(yù)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(biāo)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(biāo)記），將圖像轉(zhuǎn)化為黑白二值圖，簡化后續(xù)計(jì)算（例：填涂框內(nèi)黑色像素占比≥30% 視為有效標(biāo)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(diǎn)）。

幾何校正：通過檢測選票邊緣的定位標(biāo)記（如 registration marks），校正因傳送歪斜導(dǎo)致的圖像旋轉(zhuǎn)或縮放，確保標(biāo)記位置與預(yù)設(shè)模板對齊。

典型技術(shù)挑戰(zhàn)與解決方案

挑戰(zhàn)場景 技術(shù)應(yīng)對措施

不同墨水的反光差異 - 采用多光譜光源（如紅光 + 紅外光），針對不同墨水（鉛筆、藍(lán)黑墨水、熒光筆）調(diào)整檢測波長。

- 機(jī)器學(xué)習(xí)模型訓(xùn)練：用歷史數(shù)據(jù)訓(xùn)練分類器，區(qū)分不同墨水材質(zhì)的標(biāo)記。

選票折疊或污漬干擾 - 圖像修復(fù)算法：通過插值法填充折疊造成的圖像缺失區(qū)域。

- 污漬識別模型：用深度學(xué)習(xí)區(qū)分 “人為標(biāo)記” 與 “自然污漬”（如咖啡漬形狀通常更不規(guī)則）。

非標(biāo)準(zhǔn)填涂（如超框、輕描） - 彈性閾值設(shè)定：根據(jù)填涂中心位置，允許標(biāo)記超出框線一定范圍（如框線外 5 像素內(nèi)仍算有效）。

- 概率化判定：結(jié)合填涂位置、面積、濃度等多維度特征，給出 “有效概率”（如 80% 概率為有效標(biāo)記），而非非黑即白的判斷。

選票格式變更（如新版選票） - 動(dòng)態(tài)模板配置：允許管理員導(dǎo)入新選票模板，自動(dòng)更新 ROI 區(qū)域坐標(biāo)與標(biāo)記規(guī)則，無需修改底層算法。

選票預(yù)處理：通過紅外光源掃描選票，生成灰度圖像，同時(shí)檢測選票邊緣的定位孔（registration holes）以校準(zhǔn)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(dú)立 ROI。

填涂分析：對每個(gè)候選人對應(yīng)的橢圓填涂框，計(jì)算黑色像素占比，超過 35% 則判定為有效投票。

異常標(biāo)記處理：若同一總統(tǒng)候選人區(qū)檢測到 2 個(gè)及以上有效填涂，系統(tǒng)標(biāo)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(jī)實(shí)時(shí)將計(jì)數(shù)結(jié)果通過加密網(wǎng)絡(luò)傳輸至選區(qū)服務(wù)器，同時(shí)保存原始圖像供事后審計(jì)（如 2020 年佐治亞州重新計(jì)票時(shí)，人工核對了掃描圖像與紙質(zhì)選票）。