999 resultados para Descripción de imágenes.


Relevância:

60.00% 60.00%

Publicador:

Resumo:

Resumen tomado de la innovación. Material dirigido principalmente a ESO pero adaptable al tercer ciclo de primaria y bachillerato

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Verificar si el sistema de análisis de Meyer para la descripción de una imagen, sirve para reproducir posteriormente esa imagen con un grado de fidelidad tal que aparezcan los principales elementos del contenido. Establecer si existen diferencias en los textos elaborados por sujetos de sexto de EGB a partir de estímulos distintos: icónicos, verbales, verboicónicos. Determinar si aparecen diferencias en los textos elaborados por sujetos con distintas características respecto a estilo cognitivo, comprensión lectora, aptitudes escolares, sexo. La muestra se compone de 157 alumnos de sexto de EGB de dos colegios públicos de la ciudad de Salamanca: Colegio Amapolas y Colegio Lazarillo de Tormes. Ambos con alumnado de clase media baja, ubicados en barrios periféricos de la ciudad. La investigación presenta dos fases. En la primera, se verifica la eficacia del método de análisis de Meyer. En la segunda fase, se aplica el método a una muestra de escolares. Las variables de estudio se categorizan en dos grupos: A) Referidas a características de los sujetos: colegio, edad, sexo, aptitudes (vocabulario, razonamiento, cálculo), independencia-dependencia de campo, comprensión lectora. B) Referidas a características de los textos: 31 variables obtenidas a partir de la plantilla de análisis elaborada en la primera fase. Se distinguen cinco grupos experimentales, dos con imagen y texto, dos con texto solo y uno con imagen sola. GEFT-Test de Figuras Enmascaradas (forma colectiva) de Oltman, Raskin, Witkin y Karp (1971) adaptado al español por Fernández Ballesteros y Macía (1981). TEA-1 Test de Aptitudes Escolares (nivel 1) de la Sección de Estudios de TEA. Prueba de comprensión lectora de Lázaro (1988). Prueba de elaboración de un breve texto a partir del estímulo verbal, icónico o verboicónico que correspondiera a cada grupo. Análisis de varianza, tablas de contingencia para variables discretas dicotómicas y análisis de covarianza. El grupo A (imagen-texto) ha elaborado textos coherentes integrando ambos tipos de datos, escritos y visuales. El grupo B (imagen-texto) se centra más en la parte icónica del mensaje e incluye en sus textos menos reproducción literal que el grupo A. El grupo C (texto) elabora, a partir de la información escrita, una mayor cantidad de ideas, frente a la combinación de texto e imagen que parece cerrar más el mensaje. El grupo D (texto) refleja unos resultados similares a los del C, con un alto grado de reelaboración de los textos. El grupo E (imagen) elabora descripciones en base a un listado de rasgos. El método de Meyer se revela como adecuado para la descripción de imágenes. Respecto de su aplicación experimental, el grupo de imagen sola se comportó de forma claramente distinta, los de texto sólo de forma semejante entre sí y diferente a los demás y lo mismo ocurrió con los de texto-imagen. El texto parece definir un contexto de interpretación que no se da con la imagen sola. Algunas de las características de los sujetos aparecen relacionadas con el tipo de texto elaborado (vocabulario, cálculo, total aptitudes, comprensión, razonamiento y edad).

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Obtuvo el primer premio de la modalidad A en el XIII Certamen de Premios a la Elaboración de Materiales Didácticos de 2005, organizado por la Consejería de Educación de la Comunidad de Madrid

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Inscripción en ángulo derecho: "68"

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Resumen: Descripción: ocho imágenes relacionadas con paisajes bíblicos e iconografía religiosa

Relevância:

60.00% 60.00%

Publicador:

Resumo:

Inscripciones al pie de las imágenes: "GIL BLAS."

Relevância:

40.00% 40.00%

Publicador:

Resumo:

Matlab, uno de los paquetes de software matemático más utilizados actualmente en el mundo de la docencia y de la investigación, dispone de entre sus muchas herramientas una específica para el procesado digital de imágenes. Esta toolbox de procesado digital de imágenes está formada por un conjunto de funciones adicionales que amplían la capacidad del entorno numérico de Matlab y permiten realizar un gran número de operaciones de procesado digital de imágenes directamente a través del programa principal. Sin embargo, pese a que MATLAB cuenta con un buen apartado de ayuda tanto online como dentro del propio programa principal, la bibliografía disponible en castellano es muy limitada y en el caso particular de la toolbox de procesado digital de imágenes es prácticamente nula y altamente especializada, lo que requiere que los usuarios tengan una sólida formación en matemáticas y en procesado digital de imágenes. Partiendo de una labor de análisis de todas las funciones y posibilidades disponibles en la herramienta del programa, el proyecto clasificará, resumirá y explicará cada una de ellas a nivel de usuario, definiendo todas las variables de entrada y salida posibles, describiendo las tareas más habituales en las que se emplea cada función, comparando resultados y proporcionando ejemplos aclaratorios que ayuden a entender su uso y aplicación. Además, se introducirá al lector en el uso general de Matlab explicando las operaciones esenciales del programa, y se aclararán los conceptos más avanzados de la toolbox para que no sea necesaria una extensa formación previa. De este modo, cualquier alumno o profesor que se quiera iniciar en el procesado digital de imágenes con Matlab dispondrá de un documento que le servirá tanto para consultar y entender el funcionamiento de cualquier función de la toolbox como para implementar las operaciones más recurrentes dentro del procesado digital de imágenes. Matlab, one of the most used numerical computing environments in the world of research and teaching, has among its many tools a specific one for digital image processing. This digital image processing toolbox consists of a set of additional functions that extend the power of the digital environment of Matlab and allow to execute a large number of operations of digital image processing directly through the main program. However, despite the fact that MATLAB has a good help section both online and within the main program, the available bibliography is very limited in Castilian and is negligible and highly specialized in the particular case of the image processing toolbox, being necessary a strong background in mathematics and digital image processing. Starting from an analysis of all the available functions and possibilities in the program tool, the document will classify, summarize and explain each function at user level, defining all input and output variables possible, describing common tasks in which each feature is used, comparing results and providing illustrative examples to help understand its use and application. In addition, the reader will be introduced in the general use of Matlab explaining the essential operations within the program and clarifying the most advanced concepts of the toolbox so that an extensive prior formation will not be necessary. Thus, any student or teacher who wants to start digital image processing with Matlab will have a document that will serve to check and understand the operation of any function of the toolbox and also to implement the most recurrent operations in digital image processing.

Relevância:

30.00% 30.00%

Publicador:

Resumo:

En aquest treball realitzem un estudi sobre la detecció y la descripció de punts característics, una tecnologia que permet extreure informació continguda en les imatges. Primerament presentem l'estat de l'art juntament amb una avaluació dels mètodes més rellevants. A continuació proposem els nous mètodes que hem creat de detecció i descripció, juntament amb l'algorisme òptim anomenat DART, el qual supera l'estat de l'art. Finalment mostrem algunes aplicacions on s'utilitzen els punts DART. Basant-se en l'aproximació de l'espai d'escales Gaussià, el detector proposat pot extreure punts de distint tamany invariants davant canvis en el punt de vista, la rotació i la iluminació. La reutilització de l'espai d'escales durant el procés de descripció, així com l'ús d'estructures simplificades i optimitzades, permeten realitzar tot el procediment en un temps computacional menor a l'obtingut fins al moment. Així s'aconsegueixen punts invariants i distingibles de forma ràpida, el qual permet la seva utilització en aplicacions com el seguiment d'objectes, la reconstrucció d'escenaris 3D i en motors de cerca visual.

Relevância:

30.00% 30.00%

Publicador:

Resumo:

Colección de diapositivas del campo extremeño con las que se pretende que los alumnos recuerden e identifiquen los paisajes cuando viajen por la Comunidad Autónoma o por otras en las que observen paisajes similares. Junto con cada diapositiva aparece un mapa con la ubicación donde se tomó la imagen, la descripción del lugar y un comentario sobre las peculiaridades y características del terreno (cómo se formó el relieve, tipo de rocas que se encuentran, agentes que influyen en la formación, etc.).