En esta tesis se estudia el problema de la robustez en los sistemas de recono-
cimiento automático de texto manuscrito off-line. Los sistemas de reconocimiento
automático de texto manuscrito estarán maduros para su uso generalizado, cuando
sean capaces de ofrecer a cualquier usuario, sin ningún tipo de preparación o adies-
tramiento para su utilización, una productividad razonable. Se hace necesario pues,
construir sistemas flexibles y robustos en cuanto a la entrada, de tal manera que no
se requiera del escritor ningún esfuerzo extra, que no haría si escribiese para ser
leído por un humano.
     La intención del preproceso de la señal es hacer el sistema invariante a fuentes
de variabilidad que no ayuden a la clasificación. En la actualidad no hay definida
una solución general para conseguir invariabilidad al estilo de escritura, y cada sis-
tema desarrolla la suya ad-hoc. En esta tesis se explorarán diferentes métodos de
normalización de la señal de entrada off-line. Para ello se hace un amplio estudio
de algoritmos de preproceso, tanto a nivel de toda la imagen: umbralización, re-
ducción del ruido y corrección del desencuadre; como a nivel de texto: slope, slant
y normalización del tamaño de los caracteres.
     Los sistemas dependientes del escritor consiguen mejores tasas de acierto que
los independientes del escritor. Por otra parte, los sistemas independientes del es-
critor tienen más facilidad para reunir muestras de entrenamiento. En esta tesis se
estudiará la adaptación de sistemas independientes del escritor para su utilización
por un único escritor, con la intención de que a partir de una pocas muestras pro-
ducidas por este escritor se mejore la productividad del sistema (para este escritor),
o lo que es lo mismo, que éste pueda escribir de manera más relajada sin que el
sistema pierda productividad.
     Los sistemas de reconocimiento de texto manuscrito no están exentos de erro-
res. No sólo interesa saber el número de errores que producirá el sistema, sino que
es importante saber qué unidades de la hipótesis producida por el reconocedor es-
tán mal reconocidas, o no se tiene garantía de que estén bien reconocidas, para
así poderlas corregir manualmente. En esta tesis se estudia la adaptación de las
técnicas de verificación de hipótesis más exitosas en el campo del reconocimiento
automático del habla para ser usadas por los sistemas de reconocimiento de texto
manuscrito.
     El problema del reconocimiento automático del habla continua y el del reco-
nocimiento automático de texto manuscrito presentan grandes similitudes. Debido
a ello, se ha adaptado el reconocedor del habla continua ATROS (Automaticaly
Trainable Recognizer Of Speech) [PSCV01] para ser utilizado como reconocedor
automático de texto manuscrito. El reconocedor ATROS es un reconocedor basado
en modelos sin segmentación explícita, HMMs.