使用MVTec HALCON 进行基于形状的匹配：加速与鲁棒性，高级参数

Deep 3D Matching 是一种基于深度学习的新技术，能够利用二维图像实现快速、稳健的3D物体检测与姿态估计。该技术参数化需求极低且性能卓越，使其成为箱内拾取和机器人操作等应用的理想选择——即使在严苛环境下也能稳定运行。…

晶圆检测面临巨大挑战，其原因在于晶圆具有高反射表面、存在微尺度缺陷且需要高精度检测。机器视觉技术在此发挥关键作用：通过实现自动化、稳健且高效的光学检测流程，彻底改变了这一局面。…

在本次网络研讨会中，MVTec 中国的应用工程师向您介绍新版 HALCON 的新功能。

在由 Ulf Schulmeyer（MERLIC 产品经理）和 Xin Jin（应用工程师）主讲的网络研讨会上了解 MVTec MERLIC 5.7 的所有信息。

使用机器视觉的自动化质量检测工作流程是什么样的？ 了解深度学习如何提高生产线的效率。

本教程中，我们演示如何在 MVTec HALCON 中用线扫描相机完成图像采集——从触发设置到明暗校正，助你获得稳定而准确的结果。

在本视频中，我们将向您初步介绍线扫描相机。

一键下载 HALCON, MERLIC 和深度学习工具

在本教程中，您将了解 MVTec HALCON 中的 XYZ 映射、它们为什么有用以及如何有效地使用它们。

本教程演示我们如何在 MVTec HALCON 中创建、可视化并处理 3D 对象模型，包括采样、三角化、平滑和缩放等步骤。

在本教程中，您将了解到在 MVTec HALCON 中使用基于深度学习的全局上下文异常值检测。

观看本教程后，您将了解如何使用 MVTec 深度学习工具训练和评估全局上下文异常检测模型。

在本教程中，您将学习如何使用 MVTec MERLIC 的“检测全局上下文异常”工具，该工具具有 MVTec 最先进的全局上下文异常检测技术。 该工具允许 MERLIC 用户检测其图像的逻辑和结构异常。

本教程中，我们介绍在 MVTec HALCON 中进行相机标定的基础知识：什么时候需要标定、标定原理，以及获得理想标定结果的关键要点。

在本教程中，您将了解到 MVTec 公司基于深度学习的全局上下文异常值检测。通过这项技术，您可以检测到图像中的结构和逻辑上的异常情况。

本教程演示我们如何在 MVTec HALCON 中使用 3D 变换与姿态：移动和旋转对象，在不同坐标系之间转换，并理解齐次 3D 变换矩阵的作用。

当您基于形状匹配时，如果图像标准参数不能找到所有的匹配，需要调整不同的参数和设置。找出方法!

在本教学视频中，您可以学习到如何在 HALCON 中使用等高线、多边形和平行线等 XLD 轮廓。

使用 MVTEC HALCON 查看基于深度学习的实例分割，并在图像中定位物体。

在本教程中，您将学习如何使用 MVTec 深度学习工具标记实例分割数据。

本教程演示我们如何在 MVTec HALCON 中使用字典：创建字典、读写数据、用于 JSON 通信，并作为过程的通用输入与输出参数。

本教程演示我们如何使用 MVTec MERLIC 的“深度学习文字与数字读取”工具：应用 Deep OCR、可视化识别结果，并加速整体处理流程。

观看通用形状匹配工作流程教程，学习如何在 MVTec 视觉解决方案中设置并运行形状匹配。

本教程演示我们如何在 MVTec HALCON 中使用控制元组：创建、选择、比较与转换元组，并在 HDevelop 中高效应用。

本教程演示我们如何使用 MVTec HALCON 进行立体 3D 重建：从视差计算到表面融合，生成稳定可靠的点云数据。

在本教程中，您将学习如何将 MVTec MERLIC 的新“分类图像”工具与深度学习工具结合使用。

本教程演示我们如何使用 MVTec MERLIC 的深度学习 “Detect Anomalies” 工具，仅凭少量良品样本即可检测玻璃瓶上的局部缺陷。

本教程演示我们如何使用 HDevelop 与 MVTec HALCON 快速完成 3D 传感器与机器人之间的手眼标定，并将结果用于稳定的抓取与放置任务。

本视频演示农业机械如何结合 MVTec 机器视觉和多光谱图像采集，实现杂草的实时识别，只在需要的位置精准喷洒除草剂。

借助 Deep OCR，MVTec 引入了一种基于深度学习的整体光学字符识别 (OCR) 方法。

使用机器视觉技术实现温室过程自动化，可以更好地满足对质量、卫生和食品安全日益增长的需求和要求。

本教程中，我们展示如何使用 MVTec MERLIC 的深度学习异常检测快速检测电路板缺陷——只需少量良品样本，无需编写代码。

在本教程中，您将学习如何使用 MVTec HALCON 将打印质量检查应用于条形码和数据代码。

使用 MVTec 深度学习工具，可以从头开始训练基于深度学习的分类模型。

MERLIC是一款多功能软件产品，无需编程即可快速构建机器视觉应用程序。

在本教程中，您将了解 MVTec HALCON 中一些最常用的图像过滤器、它们的工作原理以及它们的用途。

在本教程中，您将学习如何为自己的应用程序训练基于深度学习的异常值检测模型。

本教程演示如何在 MVTec HALCON 中读取条码：从基本算子入手，到参数优化、调试候选与扫描线，以及了解更多相关 HDevelop 示例。

这是 HALCON 物体检测的系列教程的第一部分，你将了解什么是物体检测，以及它可以用于哪些类型的应用。 之后是关于物体检测的 HDevelop 实例系列的第一个程序。

在这个视频中，我们将向您展示这项技术的一些例子和应用案例。此外，我们也会讨论训练要求，比如您只需要提供 "好 "的图像来训练全局上下文异常值检测模型。

在有关 HALCON 的对象检测的本系列教程的第三部分中，我们将评估我们在上一个视频中训练的基于深度学习的对象检测模型。

本教程中，我们在 MVTec HALCON 中使用训练好的深度学习目标检测模型进行推理，并讲解如何处理和验证检测到的目标。

HALCON的基于深度学习的异常检测使您可以轻松检测图像是否包含与已知训练数据的偏差。

了解如何将 HDevelop 过程无缝转换为 C/C++ 本地函数。本教程带您完成代码导出、编译与集成的完整流程。

本教程演示我们如何通过 HDevEngine 将 HDevelop 机器视觉代码集成到现有的 Visual Studio 项目中，在无需重新编译的情况下更新算法。

通过本视频教程学习如何使用 MVTec 深度学习工具绘制旋转矩形标注。

掌握 HALCON 多相机标定：涵盖硬件选型、精度检查及点云生成。

探索 HALCON 的基于表面匹配方法。本教程展示如何使用高级模式匹配技术检测并对齐有纹理的 3D 对象。

在本教程中，您将学习如何通过正确准备 3D 输入数据来使用 MVTec HALCON 优化基于表面的匹配结果。 通过使用二维 xyz 映射，我们可以稳健而快速地优化匹配过程。 例如，删除 3D 场景的背景通常可以加快匹配速度，并有助于避免错误匹配。 此外，我们快速浏览了其他选项，例如定义对称性或限制搜索到的匹配项的旋转范围。…

通过 EtherCAT、PROFINET 等轻松集成 MERLIC；PLC 触发检测并回传结果以控制产线。

使用 MERLIC 4 高度图工具检测饼干盒装量，即使在倾斜平面也能自动校准。

在 HALCON 中训练自定义 CNN，用于分类、检测、分割，并用于新图像分析。

学习在 HALCON 中进行手眼标定，让机器人与 2D 相机坐标精准对应，实现抓取放置。

了解 HALCON 中基于形状匹配的拾取与放置。本教程演示如何可靠定位零件并指导机器人拾放操作。

在树莓派上运行 HDevEngine 统计骰子点数；结果不准时，用 HDevelop 远程调试。

本教程演示如何在 MVTec HALCON 中开始实时图像采集，配置相机参数，并交互式拍摄与保存图像。

将 HALCON 的全部能力带到嵌入式：标准支持 ARM/Linux，已在多平台验证。

借助 HALCON Variable Inspect 扩展，在 Visual Studio 中即时查看图像、区域与变量。

本教程演示我们如何在 MVTec HALCON 中使用灰度直方图完成图像分割，通过形态学分离相互接触的目标，并根据区域特征对目标进行聚类。

学习使用 HALCON 进行校准的一维测量。本教程涵盖设置和操作步骤，实现精确长度测量。

在 HALCON 中学习二维测量：精准测量圆、椭圆、矩形与直线。

HALCON是具有集成开发环境（IDE）的机器视觉的全面标准软件，已在全球范围内使用。 HALCON的灵活体系结构促进了机器视觉，医学成像和图像分析应用程序的快速开发。

了解 MVTec HALCON 中的形状匹配方法。本入门教程介绍核心原理，并展示如何在旋转、缩放或部分遮挡的情况下可靠地识别目标对象。

本教程演示如何在 MVTec HALCON 中处理匹配结果，包括计数匹配项，并根据检测位置对区域或图像进行重新对齐。

在本视频中，我们演示如何在 MVTec MERLIC 中使用 easyTouch：只需将鼠标悬停即可完成目标识别、对齐、测量和读文本，让配置更直观高效。

本教程基于 MVTec HDevelop，演示提升可视化：应用查找表（LUT）、窗口按图像自适应、设置字体与颜色、仅显示轮廓，并正确使用坐标系。

本教程中，我们演示如何使用 MVTec MERLIC 在几分钟内检测电路板上缺失的保险丝，并邀请你通过免费试用版亲自体验。

MVTec HDevelop 教程：读取并使用图像型与控制型变量；利用元组与数组减少循环。附示例程序下载。

快速了解 HDevelop 关键窗口：图形、程序、算子、变量，并用计数器与断点单步调试。