Reconocimiento de caracteres en campos de formularios usando redes neuronales

Abstract

El estudio tiene como antecedente el Levantamiento Catastral del Centro Poblado Santa Cruz, distrito de Végueta, provincia de Huaura, departamento de Lima, que se realizó en el año 2011 y que abarca 300 registros obtenidos de un trabajo de llenado de fichas catastrales de un total 19 manzanas, según se indica en el "EXPEDIENTE TÉCNICO DEL CATASTRO URBANO DEL CENTRO POBLADO "SANTA CRUZ" VEGUETA - HUAURA - LIMA CON APLICACIONES GIS". El problema fundamental es transferir la información obtenida en el levantamiento catastral de las fichas catastrales a una base de datos digital, porque ocasiona un gasto de recursos, tiempo y mano de obra adicional. Para esto, la solución que se plantea es desarrollar un programa en MATLAB para reconocer el texto escrito en las fichas catastrales a partir de una imagen escaneada de la misma, para luego convertirla en un archivo de texto. Finalmente, se desarrolla un programa llamado "CARLOSICR" con los programas "framework": "Neural Network Toolbox" e "lmaging Processing Toolbox" del MATLAB 2011 b, los cuales son un conjunto de funciones implementadas para crear aplicaciones de MATLAB. El programa reconoce texto escrito a mano en fichas de catastro urbano escaneadas y realiza las siguientes funciones: Primero, hace la representación binaria de la imagen de texto (en dos colores blanco y negro), también limpia las manchas (conocidas como "ruido" en el contexto de las redes neuronales) del texto escaneado. Segundo, obtiene imágenes individuales del texto escrito a mano de todos los campos de registro de la ficha catastral. Tercero, segmenta y recorta cada imagen de texto de cada campo de registro de la ficha catastral para obtener individuales de letras y números. Cuarto, crea y entrena la red neuronal artificial para clasificar los caracteres. Quinto, crea un archivo de salida en extensión csv. El tipo de red que se utiliza para darle solución al problema del reconocimiento óptico de caracteres es una red neuronal tipo multicapa denominada Backpropagation (con retroalimentación).