Samenvatting Computervisie

Bereid je perfect voor op je examen met deze uitgebreide en overzichtelijke samenvatting voor het vak Computervisie (1ste Master). Dit document is zorgvuldig samengesteld om je te helpen de leerstof sneller te doorgronden en met meer zelfvertrouwen het examen in te gaan. Het bevat alle belangrijke concepten, formules en algoritmes duidelijk uitgelegd. Onderwerpen die uitgebreid aan bod komen zijn onder andere: Image Formation: Projectieve geometrie , 2D en 3D transformaties , en camera calibratie. Epipolaire Geometrie & Stereo: Disparity , fundamentele en essentiële matrix , en stereo matching. Feature Detectors & Descriptors: SIFT , SURF , FAST , ORB , MSER , Harris corner detector , en Canny edge detection.Robust Estimation: Hough transform en RANSAC. Structure from Motion (SfM): Triangulation , PnP-algoritme , en bundle adjustment.Texture Analysis: Gabor filters , Co-occurentiematrix , en Local Binary Patterns (LBP). Machine Learning & Classifiers: Discriminatieve en generatieve modellen , Naive Bayes , k-Nearest Neighbors , Random Forests , en AdaBoost.