Show simple item record

dc.contributor.advisorValderrama Gual, Francisco Andréses
dc.creatorSalvado de la Llave, Francisco Javieres
dc.date.accessioned2018-11-13T15:23:52Z
dc.date.available2018-11-13T15:23:52Z
dc.date.issued2018
dc.identifier.citationSalvado de la Llave, F.J. (2018). Selección de procedimientos de tratamiento digital de imagen en aplicaciones de detección de defectos en carriles-bici y una propuesta de clasificación mediante Big Data. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla.
dc.identifier.urihttps://hdl.handle.net/11441/80116
dc.description.abstractEn este documento se describen, en primer lugar, una serie de procedimientos de tratamiento digital de imagen, a llevar a cabo con el fin de conseguir automatizar la detección de defectos en señales horizontales de carriles bici. Para ello, haremos uso de imágenes procedentes del carril bici de la ciudad de Sevilla, y realizaremos el tratamiento digital de estas a través del software MATLAB. Por otra parte, se dará otra posible solución al mismo problema desde una perspectiva totalmente distinta. Propondremos la creación de una aplicación a través de la cual los ciudadanos puedan informar ellos mismos al Ayuntamiento sobre cualquier tipo de incidencia relacionada con la vía ciclista. Esta aplicación almacenará los datos que posteriormente analizaremos desde un enfoque big data, para sacar conclusiones al respecto. Para ello, utilizaremos dos softwares de visualización de datos: Carto y Tableau. Finalmente, hablaremos de Hadoop MapReduce y Apache Spark, dos frameworks de computación en clúster que podremos utilizar para procesar nuestros datos de manera distribuida. De todo ello se concluye que, una buena forma de automatizar la detección de señales desgastadas, es realizando una comparación pixel a pixel entre la fotografía real de la señal y una imagen ideal dónde la señal se encuentre en perfecto estado. Para ello, las fotografías deben ser tomadas respetando una serie de normas, como son la luminosidad, o la distancia y ángulo que hay entre la lente de la cámara y la propia señal. Por otro lado, también se concluye que softwares como Carto y Tableau nos pueden proporcionar una buena alternativa al tratamiento con MATLAB. Para ello, se necesitaría que la ciudadanía participase activamente en labores de recolección de datos. Por último, destacar MLib, una librería de machine learning que nos puede abrir una vía de desarrollo interesante, en la que nuestro sistema, además de funcionar mediante computación en clúster, sería capaz de aprender a discernir entre señales en buen y mal estado.es
dc.formatapplication/pdfes
dc.language.isospaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectCarril bicies
dc.subjectBig Dataes
dc.subjectTratamiento digital de imagenes
dc.titleSelección de procedimientos de tratamiento digital de imagen en aplicaciones de detección de defectos en carriles-bici y una propuesta de clasificación mediante Big Dataes
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.type.versioninfo:eu-repo/semantics/publishedVersiones
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesses
dc.contributor.affiliationUniversidad de Sevilla. Departamento de Ingeniería Gráficaes
dc.description.degreeUniversidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicaciónes
idus.format.extent49 p.es

FilesSizeFormatViewDescription
TFG-1763-SALVADO.pdf3.099MbIcon   [PDF] View/Open  

This item appears in the following collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as: Attribution-NonCommercial-NoDerivatives 4.0 Internacional