HALCON Progress Key Visual shows a person running at high speed

HALCON 20.11

HALCON 20.11于2020年11月发布,并具有许多新增和改进的功能,可帮助您进一步提高机器视觉性能。 除了对许多核心技术进行优化之外,该新版本还包括一个称为 Deep OCR 的新功能。 借助此功能,您可以从基于整体深度学习的光学字符识别(OCR)方法中受益。

HALCON 20.11有两个版本:“稳定版”和“进步版”。 后者以六个月的发布周期作为订阅提供,而 Steady 版本则作为一次性购买提供。

在下面查找有关此版本的新功能的更多信息,或查看功能介绍的网络研讨会录像

基于表面的 3D 匹配得到了提升

基于表面的匹配得到提升
有许多物体或边缘的场景

在 HALCON 20.11中,针对具有许多对象和边缘的 3D 场景,支持边缘、基于表面的 3D 匹配速度得到了明显的提升。

除此之外,由于不再需要设置视点,还提高了可用性。

DotCode 和数据矩阵矩形扩展

在 HALCON 20.11 中,数据代码读取器扩展了新的代码类型。 此类 2D 代码是基于点的矩阵。 因此,它可以非常快速地被打印,特别适用于制药或烟草行业等高速应用场景。

此外,数据矩阵 ECC 200 代码读取器现在支持数据矩阵矩形扩展(DMRE)。

Deep OCR

通过 Deep OCR 定位到的字符组
使用 Deep OCR 的定位字符组

Deep OCR,是一种基于整体深度学习的 OCR 方法。 这项新技术使机器视觉距人类阅读更近了一步。

与现有算法相比,Deep OCR 在字符方向、字体类型和极性是任意的情况下也可以稳健地定位字符。 自动对字符进行分组的功能实现了识别整个单词。 由于避免了例如对具有相似外观的字符的误解,因此极大地提高了识别性能。

基于形状的匹配得到改进

基于形状的匹配结果
在低对比度下也有好的结果反馈

在 HALCON 20.11 中,基于形状的匹配的核心技术已得到改进。

尤其是在低对比度和高噪声的情况下。 现在可以自动估计更多参数, 这提高了在低对比度和高噪声情况下的可用性、匹配率以及鲁棒性。

HDevelop Facelift

HDevelop 截图
HDevelop 界面截图

为了提升用户体验,HALCON 的集成开发环境 HDevelop 进行了改头换面。

在 HALCON 20.11 中,实现了更多用于单独配置的选项,例如新的现代窗户对接概念。 而且,现在可以使用主题来改善视觉人体工程学,并更符合个人喜好。

深度学习边缘提取

深度学习区分地板边缘
MVTec 的深度学习边缘提取功能可以区分地板边缘和木纹。

深度学习边缘提取是一种全新且独特的方法,可以可靠地提取边缘(例如物体边界)。

特别是对于在图像中可见各种边缘的场景,可以仅用很少的图像对其进行训练,便能可靠地提取所需的边缘。 因此,使用该版本的 MVTec HALCON 可以大大减少提取特定种类边缘的编程工作。 此外,预训练神经网络本身就能够在低对比度和高噪声情况下稳健地检测边缘。 这使得提取"之前通过边缘检测过滤器无法检测到的边缘"成为可能。
 

HALCON/Python

HALCON 20.11 引入了 HALCON / Python 接口。 这使使用 Python 的开发人员可以轻松访问 HALCON 强大的算法集。