Abstract
En este Trabajo de Fin de Grado se presenta el diseño, desarrollo e implementación en lenguaje Java de una aplicación Android orientada a la detección de sombras en imágenes reales y a la predicción de la dirección futura de su desplazamiento mediante cálculos astronómicos. El objetivo principal del sistema es proporcionar al usuario una herramienta visual e intuitiva que permita anticipar el movimiento de una sombra a partir de una imagen capturada con un dispositivo móvil.
La aplicación emplea técnicas de visión por computador para la detección automática de sombras. Para ello, se utiliza una red neuronal convolucional de segmentación entrenada previamente en Python de forma externa a la aplicación y optimizada para su ejecución en dispositivos móviles. El modelo resultante se integra en la aplicación mediante librerías de procesamiento de imagen, permitiendo obtener un mapa de probabilidades de las zonas de sombra presentes en la escena.
A partir de la detección realizada, el sistema combina información procedente de los sensores del dispositivo móvil con cálculos astronómicos basados en la posición solar para estimar la dirección de desplazamiento de la sombra en un intervalo de tiempo determinado. El resultado se representa gráficamente sobre la imagen original mediante elementos visuales, facilitando la comprensión del comportamiento futuro de la sombra.
La solución propuesta permite apoyar la toma de decisiones en escenarios cotidianos, como la selección de ubicaciones exteriores en función de la evolución de la sombra, demostrando la viabilidad de integrar técnicas de aprendizaje automático, sensores móviles y cálculos astronómicos en una aplicación accesible y de uso general.
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Rey Juan Carlos
URL external
External URL
DOI
Date
Description
Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2025/2026. Directores/as: Ángel Serrano Sánchez De León
Citation
Collections
Endorsement
Review
Supplemented By
Referenced By
Document viewer
Select a file to preview:
Reload



