Para depositar en Docta Complutense, identifícate con tu correo @ucm.es en el SSO institucional. Haz clic en el desplegable de INICIO DE SESIÓN situado en la parte superior derecha de la pantalla. Introduce tu correo electrónico y tu contraseña de la UCM y haz clic en el botón MI CUENTA UCM, no autenticación con contraseña.

Estudio comparativo de implementaciones paralelas para el análisis de imágenes obtenidas de forma remota

dc.contributor.advisorGonzález Calvo, Carlos
dc.contributor.advisorBernabé García, Sergio
dc.contributor.authorMacias Igari, Rubén
dc.date.accessioned2026-02-24T15:32:02Z
dc.date.available2026-02-24T15:32:02Z
dc.date.defense2025-10-24
dc.date.issued2026-02-24
dc.descriptionTesis inédita de la Universidad Complutense de Madrid, Facultad de Informática, Departamento de Arquitectura de Computadores y Automática, leída el 24 de octubre de 2025
dc.description.abstractEste trabajo de Tesis Doctoral aborda el desafío del desmezclado espectral en imágenes hiperespectrales mediante una solución optimizada para plataformas FPGA, utilizando el lenguaje de alto nivel DPC++ dentro del entorno Intel oneAPI. La principal dificultad en el análisis de imágenes hiperespectrales radica en la mezcla espectral de materiales dentro de un único píxel, lo que dificulta la identificación delos componentes puros o endmembers. Esta tarea es esencial para diversas aplicaciones de observación remota de la Tierra, tales como la agricultura, la minería y la gestión ambiental.La investigación presenta una cadena de procesamiento para desmezclar espectralmente los píxeles mistos de una imagen hiperespectral, que consta de tres etapas principales: 1) estimación del número de endmembers, 2) detección y clasificación automática de los materiales puros, y 3) estimación de la proporción de cada endmember en la mezcla. El proceso ha sido optimizado para su implementación en FPGA, lo que permite una reducción significativa en los tiempos de procesamiento...
dc.description.abstractThis doctoral thesis addresses the challenge of spectral unmixing in hyperspectral images throug an optimized solution for FPGA platforms, using the high-level programming language DPC++ within the Intel oneAPI environment. The mail difficulty in hyperspectral image analysis lies in the spectral mixing of materials within a single pixel, which hinders the identification of pure components or endmembers. This task is essential for various Earth observation applications, such as agruculture, mining, and environmental management.The research presents a processing chain for spectral unmixing of mixed pixels in a hyperspectral image, which consists of three main stages: 1) estimation of the number of endmembers, 2) automatic detection and classification of pure materials, and 3) estimation of the proportion of each endmember in the mixture. The process has been optimized for FPGA implementation, which allows for a significant reduction in processing times...
dc.description.facultyFac. de Informática
dc.description.refereedTRUE
dc.description.statusunpub
dc.identifier.urihttps://hdl.handle.net/20.500.14352/133087
dc.language.isospa
dc.page.total164
dc.publication.placeMadrid
dc.publisherUniversidad Complutense de Madrid
dc.rights.accessRightsopen access
dc.subject.cdu004.4.032.24(043.5)
dc.subject.keywordImagen Hiperespectral
dc.subject.keywordDesmezclado Espectral
dc.subject.keywordVirtual Dimensionality (VD)
dc.subject.keywordAutomatic Target Detection and Classification Algorithm (ATDCA)
dc.subject.keywordImage Space Reconstruction algorithm (ISRA)
dc.subject.keywordData Parallel C++
dc.subject.keywordHardware Reconfigurable
dc.subject.ucmInformática (Informática)
dc.subject.unesco1203.17 Informática
dc.titleEstudio comparativo de implementaciones paralelas para el análisis de imágenes obtenidas de forma remota
dc.typedoctoral thesis
dspace.entity.typePublication
relation.isAdvisorOfPublication7888cab2-e944-4a9d-aa87-90e483db5a05
relation.isAdvisorOfPublication092818da-fd6a-4d1f-ba39-7e6098841e99
relation.isAdvisorOfPublication.latestForDiscovery7888cab2-e944-4a9d-aa87-90e483db5a05

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
T46064.pdf
Size:
9.67 MB
Format:
Adobe Portable Document Format

Collections