Tecnologias aplicadas aos processos de ensino e aprendizagem
O Programa de Bolsa para Pesquisa em Ensino da Cead-UFV foi criado, há dois anos, para, entre outros objetivos desenvolver e implementar propostas didático-metodológicas que favorecessem a melhoria nos processos de ensino e aprendizagem, utilizando para isso as Tecnologias da Informação e Comunicação (TICs).Ao longo dos dois últimos anos o Programa beneficiou 16 estudantes, que, além de serem contemplados com bolsas, puderam exercitar sua criatividade e capacidade de pesquisa, refletindo sobre a importância do uso das metodologias diferenciadas no favorecimento da formação empreendedora e alinhada com as demandas profissionais para o século XXI. A partir dos projetos, alguns desses alunos tiveram e podem ainda ter a possibilidade de aprofundar seus estudos na pós-graduação e/ou dedicando à pesquisa acadêmica.
O Programa de Bolsa para Pesquisa em Ensino da Cead-UFV foi criado, há dois anos, para, entre outros objetivos desenvolver e implementar propostas didático-metodológicas que favorecessem a melhoria nos processos de ensino e aprendizagem, utilizando para isso as Tecnologias da Informação e Comunicação (TICs).Ao longo dos dois últimos anos o Programa beneficiou 16 estudantes, que, além de serem contemplados com bolsas, puderam exercitar sua criatividade e capacidade de pesquisa, refletindo sobre a importância do uso das metodologias diferenciadas no favorecimento da formação empreendedora e alinhada com as demandas profissionais para o século XXI. A partir dos projetos, alguns desses alunos tiveram e podem ainda ter a possibilidade de aprofundar seus estudos na pós-graduação e/ou dedicando à pesquisa acadêmica.
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
• Filtragem Gaussiana (filter_gauss.jl) e Filtragem Gaussiana Adaptativa (filter_<br />
gauss_localsigma.jl)<br />
O tempo médio <strong>de</strong> execução da Filtragem Gaussiana para uma imagem <strong>de</strong> resolução 1000<br />
x 700 pixels foi <strong>de</strong> 0,2157 segundo, já a Filtragem Gaussiana Adaptativa levou uma média <strong>de</strong><br />
25,2042 segundos para ser completada. A Figura 12 mostra uma comparação entre a aplicação<br />
<strong>de</strong>ssas duas funções em uma mesma imagem. Nota-se que o Filtro Gaussiano convencional<br />
produz borramento nas bordas dos objetos da cena, enquanto sua versão adaptativa preserva<br />
a <strong>de</strong>finição das bordas (como po<strong>de</strong> ser visto no semicírculo branco da borda do recorte).<br />
(a) (b) (c)<br />
Figura 12: Recorte <strong>de</strong> uma imagem orbital (a), recorte com aplicação do Filtro Gaussiano convencional (b) e<br />
recorte com aplicação <strong>de</strong> Filtro Gaussiano Adaptativo (c)<br />
• Detector <strong>de</strong> Bordas <strong>de</strong> Sobel (filter_sobel.jl) e Gradiente Morfológico (grad_morf.jl)<br />
O tempo médio <strong>de</strong> execução do Detector <strong>de</strong> Bordas <strong>de</strong> Sobel para uma imagem <strong>de</strong> resolução<br />
1000 x 700 pixels foi <strong>de</strong> 0,5496 segundo, enquanto o Gradiente Morfológico foi executado<br />
em uma média <strong>de</strong> 0,2602 segundo. A Figura 14 <strong>de</strong>monstra como o efeito <strong>de</strong>ssas<br />
duas funções é semelhante, se tratando do realce das bordas dos objetos contidos nas cenas.<br />
Porém, a magnitu<strong>de</strong> das bordas com a aplicação do operador Sobel é maior do que a magnitu<strong>de</strong><br />
das bordas com o gradiente morfológico.<br />
(a) (b) (c)<br />
Figura 14: Recorte <strong>de</strong> uma imagem orbital (a), aplicação do Detector <strong>de</strong> Bordas <strong>de</strong> Sobel (b) e aplicação do<br />
Gradiente Morfológico (c)<br />
51
Change language