كل المشاريع
رؤية الحاسوب

كشف الخطوط (رؤية الحاسوب)

معيار رؤية الحاسوب الكلاسيكية: Hough القياسي (2.53ms، 22 خطاً)، Hough الاحتمالي (4.29ms، 47 مقطعاً)، LSD (23.98ms، 422 مقطعاً). Hough أسرع 6-10 مرات. صور كاميرا Udacity + صور اصطناعية. خط أنابيب HSV+ROI.

عرض على كاغل
2.53ms ± 0.09ms
Standard Hough speed
4.29ms ± 0.18ms
Probabilistic Hough
23.98ms ± 0.75ms
LSD (sub-pixel)
6–10× faster
Hough vs LSD ratio
مجموعة البيانات

إطارات كاميرا Udacity + صور هندسية اصطناعية

المنهجية

قناع HSV + ROI + معيار 3 خوارزميات (Standard / Hough الاحتمالي / LSD)

المكدس التقني
PythonOpenCVNumPyHough TransformLSDCanny
الكلمات المفتاحية
Hough TransformLSDCanny EdgeLane DetectionOpenCVClassical CV
المرئيات6 مخططات
التعمق

معيار رؤية الحاسوب الكلاسيكية لكشف المسارات والخطوط الهيكلية.

خط الأنابيب الكامل

1. عتبة الألوان HSV (فصل قنوات المسار الأبيض/الأصفر)
2. قناع ROI (مضلع مثلثي، يزيل السماء/الغطاء)
3. كشف الحواف: Canny(kernel=3، low=190، high=250)
4. كشف الخطوط (3 خوارزميات مقارنة)
5. ما بعد المعالجة: فلتر الميل، دمج، متوسط الخطوط المتوازية
6. تراكب على الصورة الأصلية [خطوط حمراء + حدود ROI زرقاء]

مجموعات البيانات اصطناعية: صور هندسية | حقيقية: كاميرا Udacity للسيارة ذاتية القيادة

معيار الخوارزميات (50 تشغيل لكل منها)

الخوارزميةالسرعة (اصطناعي)السرعة (حقيقي)المخرجات
Hough القياسي2.53ms ± 0.093.73ms ± 0.1422/19 خط لا نهائي
Hough الاحتمالي3.47ms ± 0.654.29ms ± 0.1855/47 قطعة
LSD16.60ms ± 1.1223.98ms ± 0.7529/422 قطعة تحت البكسل

Hough القياسي بـ 3.7ms/إطار → 270+ FPS (يتجاوز معدلات الكاميرا بكثير). LSD بـ 24ms → 42 FPS (لا يزال في الوقت الفعلي).

تحسين Canny kernel=3، low=190، high=250 يُزيلان ضجيج نسيج الطريق مع الحفاظ على علامات المسار على بيانات Udacity.

العودة إلى المشاريعتوظيفي