Mostrar o rexistro simple do ítem

dc.contributor.advisorBlanco Heras, Dora
dc.contributor.advisorArgüello Pedreira, Francisco
dc.contributor.authorQuintana Díaz, Mahy
dc.date.accessioned2021-07-12T07:50:27Z
dc.date.available2021-07-12T07:50:27Z
dc.date.issued2016-06
dc.identifier.urihttp://hdl.handle.net/10347/26563
dc.descriptionTraballo Fin de Máster en Computación de Altas Prestacións. Curso 2015-2016
dc.description.abstractEn este trabajo, se presenta la extensión de un algoritmo de detección de bordes basado en entropía para imágenes en escala de grises a imágenes hiperespectrales, así como su proyección eficiente sobre GPUs basadas en CUDA. El algoritmo detector de bordes del que se parte no utiliza las derivadas primera y segunda de la imagen para detectar bordes, a diferencia de la mayoría de los algoritmos, que emplean operadores de convolución (aproximaciones a las derivadas para valores discretos) para detectar las zonas de variación de la luminancia que indiquen la presencia de bordes, este algoritmo se basa en la umbralización de la imagen, haciendo uso de la entropía, para luego proceder a la detección de bordes mediante el cálculo de probabilidades. Para evaluar el algoritmo detector de bordes basado en entropía, sobre imágenes en escala de grises, se hace una comparativa en calidad de detección de bordes con algoritmos como Canny y LoG que son comunes en la literatura. Además para comprobar la robustez del mismo se realizan varias pruebas frente a diferentes condiciones de ruido y contraste en las imágenes de entrada. En cuanto a la extensión del algoritmo a imágenes hiperespectrales, se han desarrollado una serie de técnicas que permiten a este algoritmo, inicialmente pensado para imágenes bidimensionales en escala de grises, trabajar con imágenes de una mayor dimensionalidad. Los algoritmos obtenidos han sido evaluados en cuanto a la eficiencia en la detección de bordes comparándolos con otros algoritmos en la bibliografía. Los resultados mostrarán cómo el algoritmo basado en entropía es especialmente eficiente sobre imágenes hiperespectrales con un número elevado de bandas. En lo que respecta a la implementación en GPU, se exponen diferentes estrategias de paralelización empleadas que permiten al algoritmo sacar mayor provecho de la arquitectura disponible. Con el fin de evaluar el algoritmo y su implementación, este, se ha aplicado sobre imágenes hiperespectrales reales de sensado remoto y se han analizado los resultados. Concretamente, se analiza el tiempo de ejecución en CPU y se compara con el tiempo obtenido en GPU de modo que en GPU se consigue hasta 54x de mejora respecto a la versión secuencial en CPU para una imagen de tamaño 715x1096 y 102 bandas.
dc.language.isospa
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacional
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectProcesado de imágenes
dc.subjectDetección de bordes
dc.subjectAlgoritmo detector de bordes
dc.subjectUmbralización
dc.subject.classificationMaterias::Investigación::33 Ciencias tecnológicas::3304 Tecnología de los ordenadores
dc.titleDetección de bordes por umbralización basada en entropía sobre imágenes multidimensionales en GPU
dc.typemaster thesis
dc.rights.accessRightsopen access
dc.contributor.affiliationUniversidade de Santiago de Compostela. Escola Técnica Superior de Enxeñaría


Ficheiros no ítem

application/pdf
Nome: 2016_TFM_Quintana_Umbralización.pdf
Tamaño: 12.58 Mb
Formato: PDF


Thumbnail

Este ítem aparece na(s) seguinte(s) colección(s)

Mostrar o rexistro simple do ítem

Atribución-NoComercial-CompartirIgual 4.0 Internacional
A licenza do ítem descríbese como
 Atribución-NoComercial-CompartirIgual 4.0 Internacional





Recolectores:Enlaces de interese:
Universidade de Santiago de Compostela | Teléfonos: +34 881 811 000 e +34 982 820 000 | Contacto | Suxestións