Please use this identifier to cite or link to this item:

http://hdl.handle.net/10609/81436
Full metadata record
DC FieldValueLanguage
dc.contributor.authorCanalejo Ariza, Sergio-
dc.contributor.otherUniversitat Oberta de Catalunya-
dc.date.accessioned2018-06-27T19:20:49Z-
dc.date.available2018-06-27T19:20:49Z-
dc.date.issued2018-06-
dc.identifier.urihttp://hdl.handle.net/10609/81436-
dc.description.abstractEl presente trabajo trata de desarrollar un sistema de análisis de imágenes multiespectrales con los valores de las diferentes bandas de espectrales, de manera que sea capaz de procesar dichas imágenes y obtener de forma rápida el valor de un índice de vegetación concreto que nos de una información sobre el estado de la vegetación en el momento de las imágenes. Para ello se ha diseñado una red neuronal convolucional, actuando como regresor, que sea capaz de procesar los datos y ofrecer en un corto periodo de tiempo el valor del índice de vegetación elegido. Se ha elegido este tipo de sistemas por su gran capacidad y acierto en los tratamientos de imágenes. Este sistema pretende agilizar la obtención de estos datos por parte del Departament de prevenció d¿incendis ya que actualmente depende un sistema externo que da los datos en rangos dos semanas. Tras el diseño y entrenamiento de la red neuronal convolucional, se ha conseguido obtener unos resultados muy próximos a los resultados reales para un píxel concreto de la imagen de forma inmediata, suponiendo una gran mejora con la manera de obtener esos datos en la actualidad.es
dc.description.abstractEl present treball tracta de desenvolupar un sistema d'anàlisi d'imatges multiespectrales amb els valors de les diferents bandes d'espectrals, de manera que sigui capaç de processar aquestes imatges i obtenir de forma ràpida el valor d'un índex de vegetació concret que ens de una informació sobre l'estat de la vegetació al moment de les imatges. Per a això s'ha dissenyat una xarxa neuronal convolucional, actuant com regresor, que sigui capaç de processar les dades i oferir en un curt període de temps el valor de l'índex de vegetació triat. S'ha triat aquest tipus de sistemes per la seva gran capacitat i encert en els tractaments d'imatges. Aquest sistema pretén agilitar l'obtenció d'aquestes dades per part del Departament de prevenció d'incendis ja que actualment depèn un sistema extern que dóna les dades en rangs dues setmanes. Després del disseny i entrenament de la xarxa neuronal convolucional, s'ha aconseguit obtenir uns resultats molt propers als resultats reals per a un píxel concret de la imatge de forma immediata, suposant una gran millora amb la manera d'obtenir aquestes dades en l'actualitat.ca
dc.description.abstractThe present work tries to develop a multispectral image analysis system with the values of the different spectral bands, so that it is capable of processing said images and quickly obtain the value of a specific vegetation index that gives us an information about the state of the vegetation at the time of the images. To do this, a convolutional neuronal network has been designed, acting as a regressor, capable of processing the data and offering the value of the selected vegetation index in a short period of time. This type of systems has been chosen for its great capacity and accuracy in the image treatments. This system aims to expedite the obtaining of these data by the Department of prevention of incendis since it currently depends on an external system that gives the data in ranges of two weeks. After the design and training of the convolutional neuronal network, it has been possible to obtain results very close to the actual results for a specific pixel of the image immediately, assuming a great improvement with the way of obtaining that data at present.en
dc.language.isospa-
dc.publisherUniversitat Oberta de Catalunya-
dc.subjectimágenes multiespectraleses
dc.subjectredes neuronales convolucionaleses
dc.subjectxarxes neuronals convolucionalsca
dc.subjectconvolutional neural networken
dc.subjectíndices de vegetaciónes
dc.subjectíndexs de vegetacióca
dc.subjectvegetation indicesen
dc.subjectimatges multiespectralsca
dc.subjectmultispectral imagesen
dc.subject.lcshArtificial intelligence -- TFMen
dc.titleProcesamiento de imágenes multiespectrales para el análisis del estado de la vegetación-
dc.typeinfo:eu-repo/semantics/masterThesis-
dc.audience.educationlevelEstudis de Màsterca
dc.audience.educationlevelEstudios de Másteres
dc.audience.educationlevelPostgraduate degreesen
dc.subject.lemacIntel·ligència artificial -- TFMca
dc.subject.lcshesInteligencia artificial -- TFMes
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/3.0/es/-
dc.contributor.directorVentura Royo, Carles-
dc.contributor.tutorKanaan Izquierdo, Samir-
Appears in Collections:Bachelor thesis, research projects, etc.

Files in This Item:
File Description SizeFormat 
scanalejocTFM0618memoria.pdfMemoria del TFM1.06 MBAdobe PDFView/Open

This item is licensed under a Creative Commons License Creative Commons