Inspección visual de pista de aterrizaje mediante visión artificial para aeródromos colombianos cumpliendo los estándares de la ACNo:150/5320-17A de la FAA.

Vista sencilla de ítem
dc.contributor.advisorVitola Oyaga, Jaime
dc.contributor.authorCastiblanco Mojica, German
dc.contributor.corporatenameUniversidad Santo Tomás
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000379204
dc.contributor.googlescholarhttps://scholar.google.com/citations?user=dTnXldcAAAAJ&hl=es&oi=ao
dc.contributor.orcidhttps://orcid.org/0000-0003-4367-0592
dc.date.accessioned2026-04-13T13:57:35Z
dc.date.available2026-04-13T13:57:35Z
dc.date.issued2025
dc.descriptionEsta tesis propone una metodología para el tratamiento de imágenes digitales, orientada expresamente a la detección computarizada de patologías en pavimentos de pistas de aterrizaje. Se estudian las características visuales de las imágenes y se contrastan con conceptos matemáticos y estadísticos para formular un modelo de procesamiento estándar, válido para las imágenes sin patologías, con grietas o piel de cocodrilo. La investigación muestra como el modelo puede clasificar las imágenes, lo que en un futuro será útil para generar programas de mantenimiento correctivo y predictivo de las pistas y mejorar la disponibilidad de los aeródromos.
dc.description.abstractThis thesis proposes a methodology for the treatment of digital images, specifically aimed at the computerized detection of pathologies in runway pavements. The visual characteristics of the imagesarestudiedandcontrastedwithmathematicalandstatistical concepts to formulate a standard processing model, valid for images without pathologies, with cracks, or alligator skin patterns. The research demonstrates how the model can classify images, which will be useful in the future for generating corrective and predictive maintenance programs for runways and improving the availability of airports.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagister en Ingeniería Electrónicaspa
dc.format.mimetypetext/html
dc.identifier.citationCastiblanco Mojica, G. (2025).Inspección visual de pista de aterrizaje mediante visión artificial para aeródromos colombianos cumpliendo los estándares de la ACNo:150/5320-17A de la FAA. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/72053
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotá
dc.publisher.facultyFacultad de Ingeniería Electrónicaspa
dc.publisher.programMaestría Ingeniería Electrónicaspa
dc.relation.referencesInternationalCivilAviationOrganization.«ICAOHistory».En:(2022). URL:https: //www.icao.int/APAC/Pages/about-apac-history.aspx
dc.relation.referencesInternational Civil Aviation Organization. «Diseño y operaciones de aeródromos.» En: Anexo 14 (2018)
dc.relation.referencesInternational Civil Aviation Organization. «Reporte de Condición de Pista (GRF)». En: 19SAMGRF (2019)
dc.relation.referencesZhongcheng Gui y Haifeng Li. «Automated defect detection and visualization for the robotic airport runway inspection». En: IEEE Access 8 (2020), págs. 76100-76107
dc.relation.referencesSMES.A.AENA.«Aenautilizadronesparalaverificaciónycalibracióndesistemas PAPI en el Aeropuerto Adolfo Suárez Madrid-Barajas». En: enero (2018)
dc.relation.referencesNaiara Meireles de Souza, Marcelo Hazin Alencar y Adiel Teixeira de Almeida Filho. «Multi-criteria model of runway pavement inspection policy using delay ti memodelling». En: 2017 IEEE International Conference on Systems, Man, and Cyberne tics (SMC). IEEE. 2017, págs. 3340-3343
dc.relation.referencesAeronáutica Civil. Plan Estratégico Aeronáutico 2030. 2019.
dc.relation.referencesFederal Aviation Administration (FAA). «AC No: 150/5320-17A Airfield Pavement Surface Evaluation and Rating Manuals». En: AC No: 150/5320-17A (2014)
dc.relation.referencesArifTuncal, USLUSuat,Erdal Dursunetal. «AMILESTONETOENHANCERUN WAYSAFETY:THENEWGLOBALREPORTINGFORMAT».En:RevistadeInvesti gaciones Universidad del Quindío 33.1 (2021), págs. 168-178
dc.relation.referencesZhongcheng Gui y Haifeng Li. «Automated defect detection and visualization for the robotic airport runway inspection». En: IEEE Access 8 (2020), págs. 76100-76107
dc.relation.referencesJiajia Shang y Zhongke Shi. «Vision-based runway recognition for uav autonomous landing». En: International Journal of Computer Science and Network Security 7.3 (2007), págs. 112-117
dc.relation.referencesHafiz Suliman Munawar. «Image and video processing for defect detection in key infrastructure». En: Machine Vision Inspection Systems: Image Processing, Concepts, Methodologies and Applications 1 (2020), págs. 159-177
dc.relation.referencesFanfan Liu et al. «Novel approach to pavement cracking automatic detection based on segment extending». En: 2008 International Symposium on Knowledge Acquisition and Modeling. IEEE. 2008, págs. 610-614
dc.relation.referencesMingyuan Lin et al. «Automatic pavement crack detection using Hmrf-EM algo rithm». En: 2019 international conference on computer, information and telecommunica tion systems (CITS). IEEE. 2019, págs. 1-5
dc.relation.referencesZhuQingbo.«Pavementcrackdetectionalgorithmbasedonimageprocessinganaly sis». En: 2016 8th International Conference on Intelligent Human-Machine Systems and Cybernetics (IHMSC). Vol. 1. IEEE. 2016, págs. 15-18
dc.relation.referencesKasthurirangan Gopalakrishnan et al. «Deep convolutional neural networks with transfer learning for computer vision-based data-driven pavement distress detec tion». En: Construction and building materials 157 (2017), págs. 322-330
dc.relation.referencesChristian Koch y Ioannis Brilakis. «Pothole detection in asphalt pavement images». En: Advanced Engineering Informatics 25.3 (2011), págs. 507-515.
dc.relation.referencesWeidong Song et al. «Automatic pavement crack detection and classification using multiscale feature attention network».En:IEEEAccess7(2019),págs.171001-171012
dc.relation.referencesNAM Yusof et al. «Crack detection and classification in asphalt pavement images using deep convolution neural network». En: 2018 8th IEEE international conference on control system, computing and engineering (ICCSCE). IEEE. 2018, págs. 227-232.
dc.relation.referencesNAM Yusof et al. «Crack detection and classification in asphalt pavement images using deep convolution neural network». En: 2018 8th IEEE international conference on control system, computing and engineering (ICCSCE). IEEE. 2018, págs. 227-232.
dc.relation.referencesMingxin Nie y Cheng Wang. «Pavement Crack Detection based on yolo v3». En: 2019 2nd international conference on safety produce informatization (IICSPI). IEEE. 2019, págs. 327-330
dc.relation.referencesReal Academia Española et al. «Diccionario de la lengua española». En: (2014)
dc.relation.referencesBeatriz Borrella Petisco. «Introducción a la visión artificial: procesos y aplicacio nes». En: (2022)
dc.relation.referencesR. E. Woods yR. C. Gonzalez. Digital Image Processing. 3.a ed. Vol. 1. Pearson, 2021.
dc.relation.referencesIan T Young, Jan J Gerbrands y Lucas J Van Vliet. Fundamentals of image processing. Vol. 841. Delft University of Technology Delft, 1998.
dc.relation.referencesNicolás Aguirre Dobernack y Escuela Superior de Ingenieros. «Implementación de un sistema de detección de señales de tráfico mediante visión artificial basado en FPGA». En: Universidad de Sevilla, Sevilla, España.[Online] Available: http://bibing. us. es/proyectos/abreproy/12112/fichero/Documento_por_capitulos 2 (2013)
dc.relation.referencesIan T Young, Jan J Gerbrands y Lucas J Van Vliet. Fundamentals of image processing. Vol. 841. Delft University of Technology Delft, 1998
dc.relation.referencesAnil K Jain. Fundamentals of digital image processing. Prentice-Hall, Inc., 1989.
dc.relation.referencesRichard Szeliski. Computer vision: algorithms and applications. Springer Nature, 2022.
dc.relation.referencesMichael J O’Donnell. «Airfield pavement surface evaluation and rating manuals». En: Federal Aviation Administration (FAA), USA (2014).
dc.relation.referencesDWalker.«PavementSurface Evaluation and Rating-Asphalt Airfield Pavements». En: Manual for PSERA, Federal Aviation Administration (2004), págs. 300-320
dc.relation.referencesDelks Walker, L Entine y S Kummer. «Pavement surface evaluation and rating: PA SER manual». En: Manual for PSERA, Federal Aviation Administration (1987)
dc.relation.referencesS. Haykin. Neural Networks and Learning Machines. Vol. 3 edición. Pearson, 2009
dc.relation.referencesChristopheM.Bishop.Patternrecognitionandmachinelearning.Vol.1.Springer, 2006.
dc.relation.referencesÇa˘ glar Fırat Özgenel. Concrete Crack Images for Classification. Ver. 2. Consultado el 28 de mayo de 2025. Mendeley Data, 2019. DOI: 10.17632/5y9wdsg2zt.2. URL: https://data.mendeley.com/datasets/5y9wdsg2zt/2 (visitado 28-05-2025)
dc.relation.referencesLeandro González Támara. Estadística descriptiva y probabilidad. Universidad Jorge Tadeo Lozano, 2013.
dc.relation.referencesRoberto Behar Gutierrez y Pere Grima i Cintas. «El histograma como un instru mento para la comprensión de las funciones de densidad de probabilidad». En: Probabilidad Condicionada: Revista de didáctica de la Estadística 2 (2013), págs. 229-235
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.subject.keywordDigital image processing
dc.subject.keywordComputer vision
dc.subject.keywordAirport infrastructure
dc.subject.keywordAirport security
dc.subject.lembIngeniería Electrónica
dc.subject.lembAnálisis de imágenes
dc.subject.lembAeropuertos -- Pistas -- Mantenimiento
dc.subject.lembIngeniería de pavimentos
dc.subject.proposalProcesamiento digital de imágenes
dc.subject.proposalVisión por computador
dc.subject.proposalInfraestructura aeroportuaria
dc.subject.proposalSeguridad aeroportuaria
dc.titleInspección visual de pista de aterrizaje mediante visión artificial para aeródromos colombianos cumpliendo los estándares de la ACNo:150/5320-17A de la FAA.
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/masterThesis
dc.type.localTesis de maestríaspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
2025_CastiblancoGerman.pdf
Tamaño:
6.17 MB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 3 de 3
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Miniatura
Nombre:
CARTA DE APROBACIÓN CRAI_signed.pdf
Tamaño:
638.26 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de facultad
Descargar
Miniatura
Nombre:
Carta_autorizacion_autoarchivo_autor Crai.pdf
Tamaño:
1022.83 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta derechos de autor
Descargar

Colecciones

Maestría Ingeniería Electrónica