| HALCON

MVTec HALCON 22.05 通过扩展基于深度学习的异常值检测设立新标准

领先的国际机器视觉软件提供商 MVTec Software GmbH (www.mvtec.com) 将于 2022 年 5 月 25 日发布其 HALCON 机器视觉软件的新版本 (22.05)。其主要亮点是全新的全局背景异常值检测 (Global Context Anomaly Detection) 技术,这项技术在 HALCON 22.05 中作为世界首创提供。新功能扩展了成熟已久的异常值检测技术,将基于深度学习的故障检测推升至全新高度。
HALCON Softwarebox with an surfer on it

新版本还包括 HALCON 核心技术的重大扩展和进一步开发。凭借这些改进,该软件现在能够在多种行业中实现要求更为苛刻的任务。使用这款机器视觉软件的公司显著提高了生产效率,尤其是在质量保证方面。


“全局背景异常检测展示了我们在机器视觉软件领域的技术市场领先地位。新技术为我们的客户提供了全新的可能性,例如检测活动。我们还在 Deep OCR 功能中添加了基于深度学习的训练选项。在 HALCON 22.05 中,我们再次成功实现了新功能并对现有技术进行了实用增强,”MVTec Software GmbH HALCON 技术产品经理 Mario Bohnacker 解释道。

理解图像的逻辑内容

HALCON 22.05 可以检测图像中的逻辑异常,这开辟了全新的应用领域,代表着异常值检测深度学习技术的进一步发展。此前,结构异常检测只是严格限制在局部范围内。全新的全局背景异常值检测功能是目前唯一能够“理解”整个图像逻辑内容的技术。与 HALCON 中现有的异常检测一样,全局背景异常值检测只需要使用“合格图像”进行训练即可。训练数据无需标注。因此,这项技术可以检测到新的异常变体,例如缺失、变形或排列不正确的组件。这一进展开辟了全新的可能性,例如在半导体制造中进行印刷电路板检测或印刷验证。

OCR 应用的个性化训练

使用 HALCON 的 Deep OCR,用户可以有效处理多种应用领域的 OCR 应用。现在,22.05 版本的发布扩展了这项技术,加入一项训练功能,可帮助用户基于自有应用数据集进行个性化训练。如此一来,便可处理最复杂的应用,例如读取对比度差的文本(例如在轮胎上)。另外一个优势在于可以训练极少使用的特殊字符和印刷样式。最终,Deep OCR 的训练显著提高了性能和易用性,并使应用更加可靠。

优化 ECC200 码的印刷质量检测

HALCON 支持评估条形码和二维码印刷质量的各种标准。这确保了在实际操作中,所有阅读器都能轻松读取印刷代码。22.05 版本进一步改进了条形码和二维码的印刷质量检测 (PQI),从而能够更加可靠地确定 ECC200 码印刷质量检测的模块网格。此外,二维码的 PQI 速度现在最多可提升 150%。最后,由于一种全新计算评估方法的加入,二维码 PQI 的易用性得到改进。

全新算子带来更多改进

HALCON 22.05 提供了更多改进,例如一个可帮助局部优化图像对比度的新算子。另一个新算子可使用随机形状区域对图像进行平滑处理。

法律声明

版权所有。所有图像和文本材料仅可免费用于新闻报道。图片来源:MVTec Software GmbH。请向我们提供报道副本。除新闻报道外,这些材料禁止用于任何形式的商业用途。版权所有 © MVTec Software GmbH