Reconocimiento del número de coincidencias encontradas en una imagen de texto por medio de convolución y correlación bidimensional

Autores/as

  • Gustavo Medina Ángel Centro de Investigación en Ingeniería y Ciencias Aplicadas, Universidad Autónoma del Estado de Morelos. Avenida Universidad 1001, Colonia Chamilpa, Cuernavaca, Morelos, México, C.P. 62209
  • Yessica Yazmin Calderón Segura Centro de Investigación en Ingeniería y Ciencias Aplicadas, Universidad Autónoma del Estado de Morelos. Avenida Universidad 1001, Colonia Chamilpa, Cuernavaca, Morelos, México, C.P. 62209.
  • Gennadiy Burlak Centro de Investigación en Ingeniería y Ciencias Aplicadas, Universidad Autónoma del Estado de Morelos. Avenida Universidad 1001, Colonia Chamilpa, Cuernavaca, Morelos, México, C.P. 62209.
  • José Antonio Marbán Salgado Centro de Investigación en Ingeniería y Ciencias Aplicadas, Universidad Autónoma del Estado de Morelos. Avenida Universidad 1001, Colonia Chamilpa, Cuernavaca, Morelos, México, C.P. 62209.

DOI:

https://doi.org/10.30973/progmat/2020.12.2/8

Palabras clave:

Picos, Autocorrelación, Surcos, Buffer

Resumen

Aplicamos el método de convolución y correlación para buscar en una imagen de texto el número de veces que se repite una letra o una palabra, para ello ocupamos una máscara laplaciana para realizar una convolución entre esta mascara y las dos imágenes a tratar (la imagen que contiene todo el texto y la imagen de texto o letra que se quiera buscar), posteriormente aplicamos el método de correlación para obtener los valores máximos en ambas imágenes y hacemos un conteo al comparar los valores más altos a través de la imagen. La combinación de estas dos técnicas ha resultado muy útil en el tratamiento de imágenes para el reconocimiento de caracteres, pero también puede ser aplicable al reconocimiento de otros cuerpos periódicos en un sistema de pixeles.

Biografía del autor/a

Gustavo Medina Ángel, Centro de Investigación en Ingeniería y Ciencias Aplicadas, Universidad Autónoma del Estado de Morelos. Avenida Universidad 1001, Colonia Chamilpa, Cuernavaca, Morelos, México, C.P. 62209

En 2008 estudio la Ingeniería en Sistemas Computacionales egresado de Instituto Tecnológico de Zacatepec (ITZ), en el 2016 se tituló como Maestro en Ingeniería y Ciencias Aplicadas de la Universidad Autónoma del Estado de Morelos (AUEM), actualmente es doctorante y catedrático de la Facultad de Contaduría, Administración e Informática, así como en la escuela de Estudios Superiores de Mazatepec y es desarrollador de Software Independiente. Ha impartido talleres de programación avanzada en Java, Programación en Arduino y ha participado como asesor en línea para el curso de programación en Android para Docentes de Nivel Medio Superior, por medio de la SEPeUAEM. Ha participado en congresos y ha escrito y publicado artículos en revistas indexadas nacionales e internacionales. Actualmente dirige la tesis para la obtención del título de licenciatura en informática de dos asesorados. Las líneas de investigación a las que se dedica son los métodos matemáticos aplicados a la computación y el procesamiento digital de imágenes.

Yessica Yazmin Calderón Segura, Centro de Investigación en Ingeniería y Ciencias Aplicadas, Universidad Autónoma del Estado de Morelos. Avenida Universidad 1001, Colonia Chamilpa, Cuernavaca, Morelos, México, C.P. 62209.

En 2009 estudió la Ingeniería en Informática en la universidad Politécnica del Estado de Morelos. Se tituló como maestra en Ingeniería Ciencia Aplicadas en el 2011 y en el 2015 obtuvo el grado de Doctora en Ingeniería y Ciencia Aplicadas en la Universidad Autónoma del Estado de Morelos (UAEM). Actualmente trabaja como catedrática de la Facultad de Ciencias Químicas e Ingeniería (FCQeI) y en la Facultad de Contaduría, Administración e Informática (FCAeI). Cuenta con amplios conocimientos en las ramas de: Análisis de Algoritmos, Análisis de ciclos computacionales, estadística de datos, modelos de procesos de datos, nano estructuras, optimización y programación. La Dra. Yessica Yazmin Calderón Segura, ha publicado 12 artículos en revistas indexadas nacionales e internacionales y ha participado en 40 congresos Nacionales e Internacionales y cuenta con el Premio Estatal al Investigador.

Gennadiy Burlak, Centro de Investigación en Ingeniería y Ciencias Aplicadas, Universidad Autónoma del Estado de Morelos. Avenida Universidad 1001, Colonia Chamilpa, Cuernavaca, Morelos, México, C.P. 62209.

En 1975 estudió la licenciatura y maestría en la Universidad Nacional de Kiev (KNU), en la Facultad de Física y en el Departamento de Física Teórica. El Ph. D. (candidato en Ciencias físico-matemáticas) y el D. Sc. (Doctor en Ciencias Físico-Matemáticas), los obtuvo también en la KNU en 1979 y 1988, respectivamente. Trabajó como catedrático del Departamento de Física Teórica. Actualmente, es Profesor-Investigador Titular “C” del Centro de Investigaciones en Ingeniería y Ciencias Aplicadas (CIICAp) de la Universidad Autónoma del Estado de Morelos (UAEM), desde 1998. El Dr. Burlak es autor y coautor de cuatro libros y 150 artículos en revistas internacionales. Ha participado en 157 ponencias en congresos nacionales e internacionales. Bajo de su dirección han graduado: 5 tesis de doctorado y 8 tesis de maestría y licenciatura. Actualmente 2 tesis de doctorado en proceso bajo de su dirección.

José Antonio Marbán Salgado, Centro de Investigación en Ingeniería y Ciencias Aplicadas, Universidad Autónoma del Estado de Morelos. Avenida Universidad 1001, Colonia Chamilpa, Cuernavaca, Morelos, México, C.P. 62209.

En 2003 se graduó como Ingeniero Electromecánico por el Instituto Tecnológico de Zacatepec, con especialidad en Instrumentación Electrónica. En 2007 obtuvo el grado de Maestro en Ingeniería y Ciencias Aplicadas, con especialidad en Tecnología Eléctrica y en 2013 el grado de Dr. En Ingeniería y Ciencias Aplicadas, ambos grados en el Centro de Investigación en Ingeniería y Ciencias Aplicadas, de la Universidad Autónoma del Estado de Morelos. Actualmente es profesor Investigador de Tiempo Completo en el Centro de Investigación en Ingeniería y Ciencias Aplicadas, de la Universidad Autónoma del Estado de Morelos. Sus líneas de investigación principales son, técnicas ópticas interferométrico para medición de superficies, Microscopía holográfica digital y procesamiento digital de imágenes.

Citas

Santamaría B., Aldalur M. Realce de imágenes: filtrado espacial. Revista de Teledetección. 2002, 17, 31-42.

Nubia M., Gustavo O., Flavio P., Fabiola A. La visión artificial utilizada en el proceso del café. Dyna . 2001, 133, 41-49.

Andres F., Granados., Jorge M. Detección de flujo vehicular basadoen visión Artificial. Scientia et technica. 2007, 1(1), 163-168.

Lopez C., Jaime G. Estado del Arte: Reconocimiento Automatico del Iris Humano. Scientia Et Technica.2005, 11( 29), 77-81.

Amaya, D., Jaime M. Determinación Experimental de las Caracteristicas Tridimencionales del Rostro con fines de Reconocimiento Biometrico utilizando Correlación Tridimencnional. Revista Colombiana de Fisica. 2006, 38(4), 1571- 1574.

Luis A., Hever M., Kevin Leandro V., Marcelo Jesús V. Visión Artificial: Aplicación de Filtros y Segmentación en Imágenes de Hojas de Café. Rev. Ingeniería: Ciencia, Tecnología e Innovación. 2014, 1( 2), 71-81.

Ángel, G.M., Segura, Y.Y.C., Burlak, G. Reconocimiento de caracteres mediante OCR (Optical Character Recognition). Programación Matemática y Software. 2018, 10(1), 44-56. https://doi.org//10.30973/progmat/2018.10.1/6

Jimy Cortés.,Wiliam A., Jairo Alberto M. Técnicas Alternativas para la conversión de imágenes a color a escala de Grises en el tratamiento Digital de Imágenes. Scientia Et Technica. 2011, 17( 47), 207-212.

Mathieu A., Sylvain P., Samuel H., Jan K., Frédo D. Fast Local Laplacian Filters: Theory and Applications.Theory and applications. ACM Transactions on Graphics (TOG). 2014, 33( 5), 167. https://doi.org/10.1145/2629645

Giral R., Diego Armando R., Ricardo M. Procesamiento paralelo en FPGA para convolución de imágenes usando Matlab. Tecnura. 2015, 19( 3), 113-132. https://doi.org/10.14483/udistrital.jour.tecnura.2015.1.a09

Manuel Guillermo F., Edisson Antonio A. Estudio del Efecto de las Máscaras de Convolución en Imágenes Mediante el uso de la Transformada de Fourier. Revista Ingeniería e Investigación. 2001, 48, 46-51. https://doi.org/10.15446/ing.investig.n48.21357

Proakis J.G., Manolakis D.G. Tratamiento Digital de Señales, Cuarta ed. Madrid: PEARSON EDUCACIÓN S.A. 2007, 103- 104.

Bulnes J. El método de correlación cruzada de matrices y la generación de un campo de desplazamientos para pequeñas esferas. Lat. Am. J. Phys. Educ. 2013, 7( 3), 498- 503.

Gruen A. Adaptive least squares correlation: a powerful image matching technique. South African Journal of Photogrammetry, Remote Sensing and Cartography. 1985, 14( 3), 175-187.

Fabienne L., Jean B., Marie-Christine L. High strain gradient measurements by using digital image correlation technique. Materials Characterization. 2004, 53( 1), 17- 28. https://doi.org/10.1016/j.matchar.2004.07.009

Per-Olof P., Gilbert S. A Simple Mesh Generator in MATLAB. SIAM Rev. 2004, 46(2), 329-345. https://doi.org/10.1137/S0036144503429121

Bruck H., McNeill R., Sutton M., Peters III H. Digital Image Correlation Using NewtonRaphson Method of Partial Differential Correction. Experimental Mechanics. 1989, 29( 3), 261-267. https://doi.org/10.1007/BF02321405

Tom C., Thomas E. Revised Edition: A Practitioner's Guide. Texere Publishing Ltd. 2003.

Reddy B., Biswanath N. An FFT-Based Technique for Translation, Rotation, and Scale-Invariant Image Registration. IEEE transactions on image processing. 1996, 5( 8), 1266-1271. https://doi.org/10.1109/83.506761

Huang Zhihu., Leng J. Analysis of Hu's moment invariants on image scaling and rotation. En Computer Engineering and Technology (ICCET). 2nd International Conference on. IEEE. 2010, 7, 476-480. https://doi.org/10.1109/ICCET.2010.5485542

Descargas

Publicado

30-06-2020

Cómo citar

Medina Ángel, G., Calderón Segura, Y. Y., Burlak, G., & Marbán Salgado, J. A. (2020). Reconocimiento del número de coincidencias encontradas en una imagen de texto por medio de convolución y correlación bidimensional. Programación matemática Y Software, 12(2), 75–87. https://doi.org/10.30973/progmat/2020.12.2/8

Número

Vol. 12 Núm. 2 (2020): Junio de 2020

Sección

Artículos

Licencia

Derechos de autor 2020 Programación Matemática y Software

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.

Artículos más leídos del mismo autor/a

1 2 > >>