Ruano Ramos, ÓscarMaestro De La Cuerda, Juan AntonioColet García, Sergio2025-07-212025-07-212025https://hdl.handle.net/20.500.14352/122642Trabajo de Fin de Máster en Internet de las Cosas, Facultad de Informática UCM, Departamento de Arquitectura de Computadores y Automática, Curso 2024/2025.La deforestación representa uno de los principales desafíos medioambientales a escala global, con impactos severos sobre la biodiversidad y el cambio climático. Aunque la teledetección satelital ha demostrado ser una herramienta eficaz para su monitoreo, el alto coste de los sistemas tradicionales limita su adopción en regiones con recursos tecnológicos reducidos. Este Trabajo de Fin de Máster propone una alternativa de bajo coste basada en la integración de una cámara en un procesador RISC-V de propósito general, implementado sobre una FPGA, con el objetivo de habilitar la captura y preprocesamiento local de imágenes a bordo de pequeños satélites. Para ello, se ha desarrollado un módulo periférico que permite controlar la cámara OV7670 y acceder a los datos de imagen mediante registros específicos. Asimismo, se ha implementado un algoritmo de inteligencia artificial para la detección de nubes, con el fin de filtrar imágenes no relevantes antes de su transmisión, optimizando así el uso del ancho de banda disponible. La integración directa del periférico en el SoC RISC-V ha permitido alcanzar una mejora de rendimiento de hasta 8 veces en comparación con los otros métodos de transmisión disponibles en el SoC (UART, SPI). Los resultados obtenidos demuestran la viabilidad de realizar captura y análisis preliminar de imágenes a bordo, utilizando hardware abierto y personalizable. La metodología desarrollada puede aplicarse también a nodos IoT terrestres que requieran capacidades de adquisición y procesamiento local de imágenes en entornos con recursos limitados.Deforestation represents one of the main environmental challenges on a global scale, with severe impacts on biodiversity and climate change. Although satellite remote sensing has proven to be an effective tool for its monitoring, the high cost of traditional systems limits their adoption in regions with limited technological resources. This Master’s Thesis proposes a low-cost alternative based on the integration of a camera into a general-purpose RISC-V processor implemented on an FPGA, with the goal of enabling onboard image capture and preprocessing in small satellites. To achieve this, a peripheral module was developed to control the OV7670 camera and access image data through specific registers. Additionally, an artificial intelligence algorithm for cloud detection was implemented in order to filter out non-relevant images before transmission, thus optimizing the use of the available bandwidth. The direct integration of the peripheral into the RISC-V SoC allowed for a performance improvement of up to 8 times compared to other transmission methods available in the SoC (UART, SPI). The results obtained demonstrate the feasibility of performing image capture and preliminary analysis onboard using open and customizable hardware. The methodology developed can also be applied to terrestrial IoT nodes that require local image acquisition and processing capabilities in resource-constrained environments.spaAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/master thesisopen access004(043.3)RISC-VteledetecciónIoT satelitaldeforestaciónperiféricoentrada de datospre- procesadomote sensingsatellite IoTdeforestationperipheraldata inputpreprocessingInformática (Informática)33 Ciencias Tecnológicas