選票讀票機（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。
數(shù)據(jù)統(tǒng)計：實時匯總選票數(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。
核心硬件架構(gòu)：光學(xué)識別的物理基礎(chǔ)
光學(xué)掃描式讀票機的硬件系統(tǒng)主要由以下部分構(gòu)成，共同實現(xiàn)選票標(biāo)記的捕捉與轉(zhuǎn)換：
硬件組件 功能描述
光源模塊 - 通常采用 LED 光源（如紅光、紅外光），均勻照射選票表面，確保標(biāo)記區(qū)域反光差異明顯。
- 部分設(shè)備配備多波長光源，適應(yīng)不同墨水（如熒光墨水）的識別需求。
圖像傳感器 - 多為 CCD（電荷耦合器件）或 CMOS 圖像傳感器，分辨率通常在 300-600dpi，確保捕捉填涂細(xì)節(jié)（如鉛筆濃度、墨水邊緣）。
- 掃描速度可達(dá)每秒 10-30 張選票，滿足大規(guī)模選舉效率需求。
光學(xué)透鏡組 - 聚焦光線至傳感器，校正圖像畸變，確保標(biāo)記位置映射到像素坐標(biāo)。
傳動機構(gòu) - 通過滾輪或傳送帶勻速輸送選票，避免掃描時抖動導(dǎo)致圖像模糊。
信號處理電路 - 將傳感器捕捉的模擬信號轉(zhuǎn)換為數(shù)字圖像數(shù)據(jù)（如 RGB 或灰度值），為后續(xù)算法處理做準(zhǔn)備。
選票預(yù)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(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)等獨立 ROI。
填涂分析：對每個候選人對應(yīng)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(biāo)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(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(wù)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）。
軟件算法：從識別精度到防篡改機制
1. 多重校驗算法架構(gòu)
重復(fù)掃描比對：對每張選票進行至少 2 次獨立掃描（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
哈希值校驗：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：讀票機操作系統(tǒng)與識別算法采用簽名固件更新機制，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，對所有讀票機進行固件哈希值比對，攔截 3 臺異常設(shè)備）。
