3月19日，人工智能教研室组织了本学期的公开教学活动，杨世永教授的《计算机视觉中的几何之美——霍夫算法原理与实践》课程教学。本次课程从理论推导、代码实战与行业应用三维方向进行解读，揭开了图像处理技术的神秘面纱，参加的人员有校督导董老师与人工智能教研室没课的教师。

公开课伊始，杨世永教授以人类视觉感知为切入点，通过"自动驾驶如何识别人行道中行车道"等生活案例，生动阐释了霍夫变换的核心思想——参数空间投票机制。围绕霍夫变换核心内容，演示了如何将笛卡尔坐标系中的直线检测问题，转化为极坐标参数空间中的峰值寻找过程，并引申出广义霍夫变换对任意形状的检测能力。

"霍夫变换的魅力在于其数学简洁性与工程实用性的完美统一。"杨世永教授在推导标准霍夫直线检测公式时强调，"这种空间转换思维深刻影响了现代目标检测算法的发展路径。"随后，杨教授并且通过Jupyter Notebook实时演示了基于OpenCV的霍夫变换应用。从Canny边缘检测预处理，到HoughLines函数参数调优，再到检测结果可视化，完整再现了自动驾驶中车道线识别的关键技术流程。

此次公开课得到了广大师生的高度评价：A2361班凌晨同学表示："原以为传统算法已被深度学习取代，但课程展示的“霍夫变换+深度学习”混合架构方案，让我对算法融合创新有了全新认知。学校督导员董老师认为杨世永教授内容非常熟练，能够引领学生的思维，引导式、探究式的教学方式非常值得推广，随堂听课的人工智能老师也一致认为此次听课受益匪浅。

审稿人：舒彤