tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
| Títol variant: |
Disseny i implementació d'una eina web per a l'anàlisi d'imatges híperespectrals |
| Títol variant: |
Design and implementation of a web-based tool for hyperspectral image analysis |
| Data: |
2026 |
| Resum: |
Aquest treball de Fi de Grau presenta el disseny i la implementació d'una eina web oberta i accessible orientada a la docència, investigació i experimentació en l'anàlisi d'imatges hiperespectrals. La plataforma mitiga les barreres econòmiques i d'instal·lació de les solucions comercials i propietàries actuals. Seguint una arquitectura client-servidor, es desenvolupa un backend a Python i Flask equipat amb un pipeline quimiomètric de preprocessament (normalització, SNV i derivades) i models d'aprenentatge automàtic (Random Forest, SVM, k-NN i PLS-DA). El frontend, estructurat com una Single Page Application (SPA) a Flutter Web, interactua mitjançant una API REST per carregar galledes de dades, examinar firmes espectrals en temps real i renderitzar mapes de classificació. Els resultats amb datasets de referència (Indian Pines, Salinas i Pavia University) validen la precisió del sistema. |
| Resum: |
This Bachelor's Thesis presents the design and implementation of an open and accessible web tool tailored for teaching, research, and experimentation in hyperspectral image analysis. The platform bridges the economic and technical installation barriers imposed by current commercial and proprietary software. Adopting a client-server architecture, a Python and Flask backend is developed, featuring a chemometric preprocessing pipeline (normalization, SNV, and derivatives) and machine learning classification algorithms (Random Forest, SVM, k-NN, and PLS-DA). The frontend, built as an interactive Single Page Application (SPA) using Flutter Web, communicates via a REST API to load datasets, inspect spectral signatures in real-time, and render classification maps. Experimental evaluation with reference datasets (Indian Pines, Salinas, and Pavia University) validates the platform's accuracy. |
| Resum: |
Este trabajo de Fin de Grado presenta el diseño e implementación de una herramienta web abierta y accesible orientada a la docencia, investigación y experimentación en el análisis de imágenes hiperespectrales. La plataforma mitiga las barreras económicas y de instalación de las soluciones comerciales y propietarias actuales. Siguiendo una arquitectura cliente-servidor, se desarrolla un backend en Python y Flask equipado con un pipeline quimiométrico de preprocesamiento (normalización, SNV y derivadas) y modelos de aprendizaje automático (Random Forest, SVM, k-NN y PLS-DA). El frontend, estructurado como una Single Page Application (SPA) en Flutter Web, interactúa mediante una API REST para cargar cubos de datos, examinar firmas espectrales en tiempo real y renderizar mapas de clasificación. Los resultados con datasets de referencia (Indian Pines, Salinas y Pavia University) validan la precisión del sistema. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria.  |
| Llengua: |
Castellà |
| Titulació: |
Enginyeria Informàtica [2502441] |
| Pla d'estudis: |
Enginyeria Informàtica [958] |
| Document: |
Treball final de grau |
| Àrea temàtica: |
Menció Enginyeria del Software |
| Matèria: |
Imatges hiperespectrals ;
Aplicació web ;
Accessibilitat tècnica ;
Aprenentatge automàtic ;
Classificació espectral ;
Quimiometria ;
Hyperspectral imaging ;
Web application ;
Technical accessibility ;
Machine learning ;
Spectral classification ;
Chemometrics ;
Imágenes hiperespectrales ;
Aplicación web ;
Accesibilidad técnica ;
Aprendizaje automático ;
Clasificación espectral ;
Quimiometría |
visitant ::
identificació
