Darüber hinaus wurden auch im neuen Release sinnvolle Ergänzungen sowie Weiterentwicklungen von Kerntechnologien von HALCON vorgenommen. So lassen sich mit der Software nun noch anspruchsvollere Aufgaben in den verschiedensten Industriebranchen praktikabel umsetzen. Unternehmen profitieren durch den Einsatz der Bildverarbeitungssoftware von einer effizienteren Produktion – insbesondere auch was die Qualitätssicherung betrifft.
„Mit „Global Context Anomaly Detection“ stellen wir eindrucksvoll unsere technologische Marktführerschaft in puncto Machine-Vision-Software unter Beweis. Die neue Technologie bietet unseren Kunden, etwa bei Inspektionstätigkeiten völlig neue Möglichkeiten. Zudem haben wir das Feature Deep OCR um eine Deep-Learning-basierte Trainingsmöglichkeit ergänzt. Mit HALCON 22.05 ist es uns also wieder gelungen, sowohl neue Features als auch sinnvolle Erweiterungen von Bestandstechnologien zu implementieren“, erklärt Mario Bohnacker, Technical Product Manager HALCON bei der MVTec Software GmbH.
Den logischen Inhalt des Bildes verstehen
HALCON 22.05 eröffnet durch die Erkennung von logischen Anomalien in Bildern völlig neue Anwendungsbereiche. Dabei handelt es sich um eine Weiterentwicklung der Deep-Learning-Technologie Anomalie-Erkennung. Bisher ließen sich ausschließlich lokal begrenzte, strukturelle Anomalien erkennen. Das neue Feature „Global Context Anomaly Detection“ kann nun als bislang einzigartige Technologie den logischen Inhalt des ganzen Bildes „verstehen“. Wie die bereits bestehende Anomalie-Erkennung in HALCON benötigt auch die „Global Context Anomaly Detection” nur Gut-Bilder für das Training. Ein Labeln der Trainingsdaten ist nicht erforderlich. So erkennt die Technologie vollkommen neue Varianten von Anomalien wie beispielsweise fehlende, verformte oder falsch angeordnete Bauteile. Dies eröffnet gänzlich neue Möglichkeiten wie etwa das Überprüfen von Leiterplatten in der Halbleiterfertigung oder die Prüfung von Aufdrucken.
Individuelles Training für OCR-Anwendungen
Mithilfe von HALCONs Deep OCR können Anwender OCR-Applikationen für eine Vielzahl von Einsatzgebieten effizient adressieren. Das Release 22.05 erweitert diese Technologie nun um eine Trainingsfunktionalität, mit der Nutzer auf dem eigenen Anwendungsdatensatz ein individuelles Training vornehmen können. Dadurch lassen sich auch komplexeste Anwendungen wie das Lesen von Text mit schlechtem Kontrast (zum Beispiel auf Reifen) lösen. Ein weiterer Vorteil: Es können auch sehr seltene Sonderzeichen oder Druckstile trainiert werden. Im Ergebnis verbessert das Training für Deep OCR die Leistung und Benutzerfreundlichkeit deutlich und macht Anwendungen noch robuster.
Optimierte Druckqualitätsprüfung für ECC200-Codes
HALCON unterstützt verschiedene Standards zur Bewertung der Druckqualität von 1D- und 2D-Codes. Dies stellt sicher, dass in der Praxis alle Lesegeräte den gedruckten Code ohne Probleme lesen können. Mit der Version 22.05 wurde die Druckqualitätsprüfung (PQI) von Barcodes und Datencodes weiter verbessert. So ist die Bestimmung des Modulrasters für die Druckqualitätsinspektion des Codes ECC200 nun wesentlich robuster. Darüber hinaus läuft die PQI von 2D-Datencodes jetzt bis zu 150 Prozent schneller. Und schließlich wurde die Benutzerfreundlichkeit der PQI von 2D-Datencodes durch ein neues Verfahren zur Berechnung der Bewertungen verbessert.
Weitere Verbesserungen durch neue Operatoren
Darüber hinaus bietet HALCON 22.05 verschiedene weitere Verbesserungen: Ein neuer Operator hilft beispielsweise den Kontrast in einem Bild lokal zu optimieren. Zudem ermöglicht ein weiterer, neuer Operator die Bildglättung mit beliebig geformten Regionen.