Con el surgimiento de sistemas multimedia durante los últimos años se ha vuelto popular la incorporación de cámaras en productos de consumo como son teléfonos celulares, computadoras, telescopios, microscopios entre otros dispositivos móviles, cuya característica principal al momento de su diseño es obtener dimensiones muy pequeñas, altas velocidades y el menor consumo posible. El presente trabajo trata del estudio y diseño de una Red Celular Neuronal Simplicial conocida como S-CNN por sus siglas en ingles (Simplicial Cellular Neural Network), la cual tiene la capacidad de realizar el procesamiento de las imágenes que adquiere mediante un procesamiento paralelo distribuido sobre toda la red. Cada celda de la red opera a partir de su información, y la de sus celdas vecinas e implementa una ecuación discreta de evolución de estado basada en una función lineal por tramos (Piecewiselinear) multidimensional. Las celdas se programan a través de una única memoria dispuesta en la periferia del integrado, y el cálculo se realiza con señales codificadas en tiempo, lo cual permite una realización muy eficiente desde el punto de vista del área ocupada por cada celda. En esta tesis se presenta la descripción y caracterización de dos diseños de la SCNN: el primero es un circuito que funciona usando la metodología de la S-CNN estándar donde cada vés que una de las celdas detecte un cambio se realizará el procesamiento de la imagen completa; el otro circuito, es una S-CNN diseñada de tal forma que cuando alguna de las celdas reciba o detecte un cambio solo procesará esa celda y sus vecinas directas sin que sea necesario el procesamiento de toda la imagen, reduciendo considerablemente el consumo del circuito. Se comparan los resultados obtenidos y se identifican sus características. La estructura completa de la S-CNN diseñada es descrita en VHDL e implementada en una FPGA.