Reconocimiento de Caracteres: Un abordaje invariante a translaci ...

Reconocimiento de Caracteres: Un abordaje invariante a
translación, rotación y escala
Jesús P. Mena-Chalco
jmena@vision.ime.usp.br
Departamento de Ciência da Computação
Instituto de Matemática e Estatística
Universidade de São Paulo
II Congreso de Ingeniería e Investigación Científica - 2006
Universidad Tecnológica del Perú
10/11/2006

El problema
Reconocer los caracteres de
una imagen dada como entrada
y extraer el texto para un archivo
texto editable.
Imágenes de entrada en niveles
de gris, con contenido dispuesto
horizontalmente y de arriba para
abajo.
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

¿Sistema de reconocimiento de patrones?
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Contenido
1. Método simplicado de un sistema de reconocimiento de patrones.
2. Extracción de características.
3. Entrenamiento.
4. Reconocimiento / Clasificación / Test.
5. Resultados.
6. Conclusiones.
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

¿Cómo reconocer un caracter?
El reconocimiento invariante de objetos (IOR,
invariant-object recognition) permite identificar un
objeto independiente de su posición (trasladada o
rotacionada) y tamaño (grande o pequeño) [CJ01].
Gran variedad de abordajes propuestos:
Técnicas ópticas.
Análisis basados en descriptores de Fourier.
Modelos de redes neuronales.
Momentos invariantes.
Algoritmos genéticos.
Heurísticas [TMRSSG00].
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Sistema de reconocimiento de patrones
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Extracción de características: Heurística
En modelos invariantes de reconocimiento de patrones, esta etapa es definida
como la extracción apropiada de características invariantes que serán usadas
para el reconocimiento.
A. Momento de inércia de la imagen, que cuantifica la inércia de un objeto
rotacionado considerando su distribución de masa.
I = m 1 r 2 1 + m 2 r 2 2 + . . . + m N r 2 N
El momento de inércia depende de la posición del eje de rotación y de la figura,
siendo invariante a translación y rotación.
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Extracción de características: Heurística
A. Momento de inércia del caracter. Una imagen bidimensional puede ser
representada como una función contínua f(x, y) donde cada pixel sea considerado
una partícula con masa igual al valor de la intensidad del pixel.
Para imágenes binarias el momento de inércia con respecto a su centróide es:
I =
N∑
d 2 i =
i=1
N∑
((x i − C x ) 2 + (y i − C y ) 2 )
i=1
donde (C x , C y ) son las coordenadas del centróide del caracter, N es el total
de pixels, y (x i , y i ), para i = 1 . . . N, son as coordenadas de los pixels.
Invariáncia a escala: I N = I/N 2
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Extracción de características: Heurística
B. Características topológicas invariantes, basado en el hecho que el círculo
es la única figura geométrica que es perfectamente invariante a rotación.
Son usados círculos igualmente espaciados y centrados en (C x , C y ).
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Extracción de características: Heurística
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Entrenamiento
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Entrenamiento
En esta etapa se usa el algoritmo del vecino holográfico mas próximo (HNN,
Holographic nearest neighbor).
Dado un conjunto de entrenamiento S, representamos el vector de características
del elemento k como:
S k = (c k 1, c k 2, . . . , c k M, r k )
donde c 1 , . . . , c M son as características extraídas, y r k es la respuesta asociada
(clase).
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Entrenamiento
Cada una das características é mapeada a variables polares usando la función
de relación sigmoidal:
θ k i = 2π(1 + e (µ−sk i )/σ ) −1
donde µ y σ son respectivamente el promédio y la desviación estándar de cada
una de las características.
Permite mapear cada característica s k i
a valores de fase entre (0, 2π) [Sou92].
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Entrenamiento
Representación tabular de las características, valores de fase y clase de las
muestras del conjunto de entrenamiento:
Caracter Clase Características Fases
1 rM+1 1 c 1 1 . . . c 1 M θ1 1 . . . θM
1
2 rM+1 2 c 2 1 . . . c 2 M θ1 2 . . . θM
2
. .
N-1 r N−1
M+1
c1 N−1 . . . c N−1
M
θ N−1
1 . . . θ N−1
M
N rM+1 N c N 1 . . . c N M θ1 N . . . θM
N
(µ 1 , σ 1 ) . . . (µ M , σ M )
θ k i = 2π(1 + e (µ−sk i )/σ ) −1
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Reconocimiento
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Reconocimiento
Cuando un nuevo patrón es presentado, debe ser seleccionado el caracter
mas próximo (similar) del conjunto de entrenamiento.
Puede ser calculada la distancia mínima entre el nuevo patrón (θ t ) y los valores
obtenidos en la fase de entrenamiento (θexp) para cada característica.
De esa forma el mínimo valor de las N muestras del conjunto de entrenamiento
con el nuevo patrón de entrada será la respuesta:
∑
√ M (θi(exp) k − θk i(t) )2
i=1
i.e., la clase atribuída al nuevo patrón será r k M+1 .
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Reconocimiento
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Imágenes utilizadas
Entrenamiento: 343 (828x1300)
Reconocimiento:344 (830x1300)
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Resultados
Fue realizada una comparación de desempeño entre la implementación de
OCR con algunos programas disponibles en el internet:
GNU Ocrad (http://www.gnu.org/software/ocrad/ocrad.html)
GOCR 0.41 (http://jocr.sourceforge.net/)
SimpleOCR 3.1 (http://www.simpleocr.com/)
Cuneiform OCR 6.0 (http://www.ocr.com/)
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Resultados
Taza de acierto:
Sea A el texto extraído computacionalmente, y M o texto obtenido por la digitación
manual. Primero se calculó una subsecuencia de longitud máxima S
entre A e M [CLR90].
La taza de acierto fue obtenida por |S|
|M|
, donde |S| denota el tamaño de la subsecuencia
máxima encontrada y |M| el tamaño del texto (solución).
Programa OCR Imagen 343 Imagen 344
GNU Ocrad 70.21 % 66.80 %
GOCR 0.41 69.82 % 70.12 %
SimpleOCR 3.1 83.29 % 81.02 %
Cuneiform OCR 6.0 90.86 % 85.60 %
Implementación del OCR 95.59 % 84.93 %
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Resultados
-----------------------------------------------------------------------------
Maria Irma riu.
Maria rma riu.
Maria lrma riu.
Diferecia: 1 / 15
-----------------------------------------------------------------------------
que, espaventada. fugiu. O galo pedrês investiu, de porrete. Empavesado e
que, espaventada fugiu. O galo pedrês investiu, de porrete. Empavesado e
que, espaventada, fugiu. O galo pedrês investiu, de porrete. Empavesado e
Diferencia: 1 / 73
-----------------------------------------------------------------------------
berto... Vem aqui no galinheiro, só porque gosta de confusão e algazarra.
e o... em aqui o galinheiro, rq e gosta de confusão e alga rra.
heno... Aem aqui uo galinheiro, a Mrqne gosta de confusão e algaMrra.
Diferencia: 12 / 73
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Conclusiones
El método utilizado usa información topológica (heurística) para la extracción
de características.
El trabajo realizado por Torres-Mendez y colaboradores [TMRSSG00] presenta
buenos resultados para el reconocimiento de caracteres con alta resolución,
así un número mayor de círculos concéntricos permite obtener
características con mejor resolución.
La invariáncia a rotación aplicada a reconocimiento de caracteres permite
reconocer letras diferentes como únicas. Por ejemplo: u-n, p-b-q-d, etc.
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala

Referencias
[CJ01]
[CLR90]
L. F. Costa and R. M. Cesar Jr. Shape Analysis and Classification: Theory and
Practice. CRC Press, Inc., Boca Raton, FL, USA, 2001.
T. H. Cormen, C. E. Leiserson, and R. L. Rivest. Introduction to Algorithms. The
MIT Press, 1990.
[Sou92] B. Soucek, editor. Fuzzy, Holographic, and Parallel Intelligence: The Sixth-
Generation Breakthrough. Sixth Generation Computer Technologies Series.
John Wiley and Sons, New York, 1992.
[TMRSSG00] L. A. Torres-Mendez, J. C. Ruiz-Suárez, L. E. Sucar, and G. Gómez. Translation,
rotation, and scale-invariant object recognition. IEEE Transactions on Systems,
Man, and Cybernetics, Part C, 30(1):125–130, 2000.
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala