選票讀票機(jī)（Vote Counting Machine）是用于自動化處理選舉選票、快速統(tǒng)計投票結(jié)果的電子設(shè)備，核心功能包括：

選票識別：讀取選票上的標(biāo)記（如填涂、手寫符號、條形碼等），判斷選民選擇的候選人或選項(xiàng)。

數(shù)據(jù)統(tǒng)計：實(shí)時匯總選票數(shù)據(jù)，生成各候選人得票率、有效票 / 無效票數(shù)量等統(tǒng)計結(jié)果。

數(shù)據(jù)存儲與導(dǎo)出：保存原始選票數(shù)據(jù)和統(tǒng)計結(jié)果，支持導(dǎo)出至選舉管理系統(tǒng)或打印紙質(zhì)報告。

異常檢測：識別重復(fù)投票、空白票、多選票等異常情況，并標(biāo)記或報錯。

電子觸摸屏讀票機(jī)（Electronic Touchscreen）

原理：選民直接在觸摸屏上選擇候選人，機(jī)器實(shí)時記錄數(shù)據(jù)并生成電子選票。

特點(diǎn)：

操作直觀，減少人工誤差，但依賴電力和系統(tǒng)穩(wěn)定性。

存在黑客攻擊或系統(tǒng)故障風(fēng)險，需配合紙質(zhì)備份（如 “選民驗(yàn)證紙質(zhì)審計軌跡” VVPAT）。

應(yīng)用場景：美國部分州、巴西等電子化選舉場景。

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。

軟件算法：從識別精度到防篡改機(jī)制

1. 多重校驗(yàn)算法架構(gòu)

重復(fù)掃描比對：對每張選票進(jìn)行至少 2 次獨(dú)立掃描（間隔 50ms），比對兩次圖像的像素差異，若標(biāo)記區(qū)域灰度值偏差超過 15%，則觸發(fā)第三次掃描并人工介入（如日本選舉法要求對爭議票進(jìn)行三次掃描）。

多特征融合判斷：結(jié)合填涂面積、邊緣輪廓、灰度梯度等多維度特征，采用加權(quán)投票機(jī)制（如面積占比權(quán)重 40%+ 邊緣匹配度權(quán)重 30%+ 濃度均勻性權(quán)重 30%），避免單一特征誤判（例：某區(qū)域面積達(dá)標(biāo)但邊緣鋸齒狀，可能被判為 “無意涂抹”）。

機(jī)器學(xué)習(xí)模型迭代：利用歷史選舉的有效 / 無效票數(shù)據(jù)（如美國 EAC 公開的選票數(shù)據(jù)集）訓(xùn)練 CNN 模型，對非標(biāo)準(zhǔn)標(biāo)記（如超框填涂、輕描標(biāo)記）的識別準(zhǔn)確率提升至 99.2% 以上。

2. 防篡改與數(shù)據(jù)完整性保護(hù)

哈希值校驗(yàn)：對每張選票的掃描圖像生成哈希值（如 SHA-256），存儲于區(qū)塊鏈節(jié)點(diǎn)或加密數(shù)據(jù)庫，任何圖像修改都會導(dǎo)致哈希值變更，可實(shí)時檢測數(shù)據(jù)篡改（如德國部分州采用區(qū)塊鏈存證選票圖像）。

軟件版本控制：讀票機(jī)操作系統(tǒng)與識別算法采用簽名固件更新機(jī)制，僅允許通過官方渠道推送的版本（附帶數(shù)字證書）安裝，防止惡意程序植入（如 2018 年美國佛羅里達(dá)州選舉前，對所有讀票機(jī)進(jìn)行固件哈希值比對，攔截 3 臺異常設(shè)備）。