MVTec HALCON

Umfassende Standardsoftware für die industrielle Bildverarbeitung

HALCON ist eine umfassende Standardsoftware für die industrielle Bildverarbeitung mit integrierter interaktiver Entwicklungsumgebung (IDE), die dank paralleler Programmierung gleichzeitigen Zugriff erlaubt. Außerdem wird ereignisorientierte Verarbeitung unterstützt. In Visual Studio lassen sich HALCON-Variablen (Tupel und Icons) direkt überprüfen, was das Debugging erheblich erleichtert.

MVTec HALCON bietet neben einer außergewöhnlichen Leistungsfähigkeit und GPU-Beschleunigung auch umfangreiche Unterstützung von Multicore-Plattformen und Befehlsatzerweiterungen wie AVX2 oder NEON. Die umfassende Bibliothek deckt alle Bereiche der Bildverarbeitung wie Blob-Analyse, Morphologie, Matching, Vermessung und Identifikation ab. Die Software beinhaltet modernste Bildverarbeitungstechnologien wie beispielsweise umfangreiche 3D-Vision- und Deep-Learning-Algorithmen.



HALCON Software-Editionen

HALCON 21.05

Version 21.05 der Machine-Vision-Standardsoftware HALCON integriert neue Features im Bereich Deep Learning und Matching, sowie Weiterentwicklungen des Subpixel-Barcode-Lesers, der Deep OCR und der integrierten Entwicklungsumgebung HDevelop. Anwender profitieren mit HALCON 21.05 Progress von noch robusteren Machine-Vision-Prozessen und verbesserter Usability.

  • Höhere Benutzerfreundlichkeit in HDevelop
    Das neue Window-Docking von HDevelop wurde verbessert. Benutzer haben jetzt mehr Möglichkeiten zu steuern, wo schwebende Fenster geöffnet werden. Bislang wurde die linke obere Ecke des Hauptbildschirms als Ursprung verwendet. Jetzt ist es auch möglich, die linke obere Ecke des Bildschirms zu wählen, in dem sich HDevelop befindet, oder die linke obere Ecke von HDevelop selbst. So können die Widgets näher an HDevelop geöffnet werden.
    Darüber hinaus enthält HDevelop jetzt auch eine neue Docking-Funktion namens "Auto-hide ". Damit können Benutzer Widgets, die sie gerade nicht benötigen, schnell in die Seitenleiste minimieren und sie bei Bedarf einfach wieder einblenden. Schließlich können Grafikfenster jetzt auf eine viel bequemere Weise gruppiert und organisiert werden.

  • Deep OCR Verbesserungen
    Mit HALCON 21.05 wurde die Leistung und Benutzerfreundlichkeit von Deep OCR verbessert. Große Bilder werden nun robuster verarbeitet und das Ergebnis enthält nun eine Liste von Zeichenkandidaten mit entsprechenden Konfidenzwerten, die zur weiteren Verbesserung der Erkennungsergebnisse verwendet werden können. Kunden profitieren außerdem von einer insgesamt verbesserten Stabilität sowie von einer größeren Bandbreite möglicher Anwendungen, da noch mehr Schriftzeichen unterstützt werden.

  • HALCON Deep Learning Frameworks
    Mit HALCON 21.05 wird eine erste Version des HALCON Deep Learning Frameworks eingeführt. Dieses Framework ermöglicht es erfahrenen Anwendern, innerhalb von HALCON eigene Modelle zu erstellen. Mit diesem Feature können Experten nun auch die anspruchsvollsten und komplexesten Anwendungen in HALCON realisieren, ohne auf vortrainierte Netze oder Frameworks von Drittanbietern angewiesen zu sein.

  • Generic Shape Matching
    Mit Generic Shape Matching bietet HALCON 21.05 einen nutzerfreundlicheren und zukunftssicheren Zugang zu MVTecs industrieerprobten Shape-Matching-Technologien. Dank deutlicher Reduzierung der Anzahl benötigter Operatoren können Anwender ihre Lösung nun viel einfacher und schneller implementieren. Darüber hinaus können Nutzer durch die Vereinigung der verschiedenen Shape-Matching-Methoden zu einem Operator-Satz entsprechende Features nun noch reibungsloser integrieren.

  • Verbesserter Subpixel-Barcode-Leser
    Der Subpixel-Barcode-Leser von HALCON ist in der Lage, Codes mit einer sehr geringen Modulgröße zu lesen. In HALCON 21.05 wurde dieser hinsichtlich niedrig aufgelöster Codes verbessert. Dadurch kann die Dekodierrate für solche Codes um bis zu 50% steigen.

  • Grundlegende Operatoren in 2D und 3D für eine schnelle und robuste Vorverarbeitung
    In HALCON 21.05 unterstützt das 3D-Punktwolken-Sampling nun einen neuen Modus namens "furthest point", der typischerweise zu einem gleichmäßigeren Sampling eines 3D-Objekts führt.
    Die 3D-Punktwolkenglättung wurde um einen neuen Modus erweitert, der Informationen aus den XYZ-Mappings verwendet. Die 3D-Punktwolkenglättung kann als Vorverarbeitungsschritt verwendet werden, um Punktwolken zu glätten und Rauschen zu entfernen. Dieser Modus führt in der Regel zu einer deutlich schnelleren Verarbeitungszeit.
    Zu den weiteren Verbesserungen in HALCON 21.05 gehören allgemeine Beschleunigungen grundlegender Bildoperatoren.

HALCON 20.11

Dank zahlreicher neuer und überarbeiteter Features können Anwender die Effizienz ihrer Machine-Vision-Prozesse weiter verbessern. Das neue Release erscheint gleichzeitig in einer Steady- und einer Progress-Edition. Damit steht nun auch HALCON-Steady-Anwendern die ganze Bandbreite an neuen Progress-Features zur Verfügung.

HALCON 20.11 bietet eine Reihe von optimierten Kerntechnologien.

  • Lesen von DotCode
    In Halcon 20.11 wurde der Datacode-Leser um den neuen 2D-Code-Typ DotCode erweitert. Diese Art von Code basiert auf einer Punktematrix und kann sehr schnell gedruckt werden. Er eignet sich daher besonders für Hochgeschwindigkeitsanwendungen, z.B. in der Tabakindustrie.

  • OCR und Deep Learning
    Mit einer weiteren neuen Funktion namens Deep OCR führt MVTec einen ganzheitlichen, Deep-Learning basierten Ansatz für die optische Zeichenerkennung (OCR) ein. Deep OCR kann Zahlen und Buchstaben viel robuster lokalisieren, sogar unabhängig von ihrer Ausrichtung, Schriftart und Polarität. Die Fähigkeit, Zeichen automatisch zu gruppieren, ermöglicht die Identifizierung ganzer Wörter. Dies verbessert die Erkennungsleistung erheblich, da z.B. Fehlinterpretationen von Zeichen mit ähnlichem Aussehen vermieden werden können.

  • Verbesserte Benutzerfreundlichkeit und schnelleres 3D-Matching
    In HALCON 20.11 wurde die Kerntechnologie formbasiertes Matching ebenfalls verbessert. Es werden nun mehr Parameter automatisch geschätzt. Dies erhöht die Benutzerfreundlichkeit sowie die Matching-Rate und Robustheit in Situationen mit geringem Kontrast und starkem Rauschen verbessert. Das neue Release zeigt auch in der 3D-Umgebung deutliche Verbesserungen. Das kantenunterstützte oberflächenbasierte 3D-Matching ist jetzt bei 3D-Szenen mit vielen Objekten und Kanten deutlich schneller. Zusätzlich zu dieser Beschleunigung wurde die Benutzerfreundlichkeit verbessert, da nun die Notwendigkeit, einen Blickpunkt festzulegen, entfällt.

  • Verbesserte Funktionalität für Entwickler
    HALCON 20.11 macht es nicht nur für Anwender, sondern auch für Entwickler viel einfacher. Eine neue Sprachschnittstelle ermöglicht Programmierern, die mit Python arbeiten, den problemlosen Zugriff auf das leistungsstarke Operatorset von HALCON. Darüber hinaus wurde die integrierte Entwicklungsumgebung HDevelop einem Facelift unterzogen. Sie bietet nun mehr Optionen zur individuellen Konfiguration, wie z.B. ein modernes Window-Docking-Konzept. Außerdem stehen für eine bessere visuelle Ergonomie nun Themes zur Verfügung, mit denen sich HDevelop an die individuellen Bedürfnisse anpassen lässt.

  • Präzise Kantenextraktion mit Deep Learning
    HALCON 20.11 enthält eine neue und einzigartige Methode zum robusten Extrahieren von Kanten mit Hilfe von Deep Learning. Insbesondere für Szenarien, in denen eine Vielzahl von Kanten in einem Bild sichtbar ist, kann die auf Deep Learning basierende Kantenextraktion mit nur wenigen Bildern trainiert werden, um die gewünschten Kanten zuverlässig zu extrahieren. Dies reduziert den Programmieraufwand für derartige Prozesse erheblich.

    Außerdem ist das vorab trainierte Netzwerk von Haus aus in der Lage, Kanten in Situationen mit geringem Kontrast und hohem Rauschen robust zu erkennen. Dadurch ist es möglich, auch Kanten zu extrahieren, die mit herkömmlichen Kantenerkennungsfiltern nicht identifiziert werden können. Darüber hinaus ermöglicht "Pruning for Deep Learning" den Anwendern nun auch die nachträgliche Optimierung eines vollständig trainierten Deep-Learning-Netzwerks. Sie können nun die Priorität der Parameter Geschwindigkeit, Speicherung und Genauigkeit steuern und so das Netzwerk exakt nach anwendungsspezifischen Vorgaben modifizieren.

HALCON 19.11

HALCON 19.11 bietet eine Vielzahl neuer und optimierter Bildverarbeitungsfunktionen. Dabei wurde besonderer Wert auf die weitere Integration von Deep-Learning-Funktionen gelegt.

  • Anomalieerkennung mit Deep Learning
    Die automatisierte Oberflächeninspektion ist eine der wichtigsten Aufgaben in der industriellen Fertigung und deep-learning-basierte Lösungen werden zu einem Standardwerkzeug, mit dem sich Prüfobjekte unterscheiden sowie Fehler erkennen und segmentieren lassen. Allerdings ist es oft nicht einfach, genügend Bilder eines Defekts zu erhalten oder der Aufwand für das Labeln der verfügbaren Daten ist sehr hoch. HALCONs neue Funktion zur Erkennung von Anomalien mittels Deep Learning bietet nun die Möglichkeit, Inspektionsaufgaben durchzuführen, wenn nur eine relativ geringe Anzahl von "guten" Bildern für das Training verfügbar ist. Das Ergebnis der Inferenz ist hierbei die "Anomalie", die im geprüften Bild im Vergleich zu den trainierten Bildern festgestellt wurde.

  • Beschleunigter ECC-200-Datacode-Leser
    In HALCON 19.11 wurde die Geschwindigkeit des Datacode-Lesers für ECC-200 Codes für Multicore-Systeme signifikant erhöht. Die größte Verbesserung wurde bei Codes erzielt, die besonders schwer zu erkennen und zu lesen sind. Für solche Codes kann eine bis zu 200%ige Beschleunigung erreicht werden. Diese Beschleunigung steigert auch die Nutzbarkeit von auf Embedded-Systemen basierenden Code-Lesern, da die vorhandenen Hardware-Kapazitäten voll ausgeschöpft werden können.

  • Generischer Box Finder für Pick-and-Place-Anwendungen
    Der generische Box Finder ermöglicht es, Boxen verschiedener Größen auf Basis des dreidimensionalen Raums zu finden, sodass nicht mehr für jede benötigte Boxgröße ein Modell trainiert werden muss. Dies macht viele Anwendungen deutlich effizienter – vor allem in der Logistik- und Pharmaindustrie, wo in der Regel Kisten und Schachteln unterschiedlichster Größen eingesetzt werden.

  • ONNX-Unterstützung
    Viele Unternehmen arbeiten mit Open-Source-Frameworks, um Klassifikatoren für Deep-Learning-Modelle (CNN) zu trainieren. Diese CNNs können in das ONNX-Format (Open Neural Network Exchange) exportiert werden. HALCON 19.11 ist in der Lage, Daten im ONNX-Format zu lesen, sodass zuvor erstellte Drittanbieter-Netzwerke auch innerhalb von HALCON verwendet werden können.

HALCON 19.05

Mit HALCON 19.05 lassen sich Deep-Learning-Technologien in einem noch breiteren Anwendungsbereich einsetzen. Bitte beachten Sie, dass die neue Release nur mit dem HALCON Progress-Lizenzmodell verfügbar ist.

  • Erweiterte Objektdetektion
    Anwender haben nun auch die Möglichkeit, Rechtecke zur Objektdetektion an der Orientierung des Objekts auszurichten und die lokalisierten trainierten Objektklassen zu erweitern.

  • Inferenz auf ARM-Prozessoren
    Mit HALCON 19.05 lässt sich die Inferenz für alle drei Deep-Learning-Technologien – Bildklassifikation, Objektdetektion und semantische Segmentierung – auf ARM-Prozessoren anwenden. Die Software ist sofort einsatzbereit. Da dadurch keine speziellen Komponenten wie eine leistungsstarke GPU oder eine Desktop-CPU benötigt werden, erweitert HALCON so das Spektrum der möglichen Deep-Learning-Anwendungen erheblich. Die Ausführungszeiten auf ARM-basierten Plattformen variieren je nach Komplexität und Art der Hardware, doch MVTec-Benchmarks haben gezeigt, dass sie für viele denkbare Anwendungen geeignet sind.

  • Formbasiertes Matching
    Formbasiertes Matching ist eine der wichtigsten Kerntechnologien von HALCON und kann als mitunter leistungsstärkstes Matching-Tool auf dem Markt angesehen werden. MVTec verbessert diese Technologie kontinuierlich, um den Anwendungsbereich beständig zu erweitern. Mit HALCON 19.05 können Anwender nun z. B. gezielt so genannte "Clutter"-Bereiche definieren (oben in Orange gekennzeichnet). Dies sind Bereiche innerhalb eines Suchmodells, die keine Konturen enthalten sollten.

  • Oberflächenbasiertes Matching
    Das kantengestützte oberflächenbasierte Matching ist nun robuster bei verrauschten Punktwolken: Anwender können die Auswirkungen von Oberflächen- und Kanteninformationen mittels mehrerer Score-Werte kontrollieren. Falls keine XYZ-Bilder verfügbar sind, lässt sich die 3D-Kantenausrichtung mit einem neuen Parameter nun vollständig abschalten. Dies ermöglicht es dem Anwender, den Einfluss unzureichender 3D-Daten auf die Matching-Ergebnisse zu eliminieren und gleichzeitig die wertvollen 2D-Informationen für die Oberflächen- und 2D-Kantenausrichtung zu erhalten.

  • Speedups
    Verschiedene Operatoren in HALCON wurden beschleunigt. So ist beispielsweise affine_trans_image je nach Bildtyp und Einstellungen auf AVX2-Prozessoren bis zu 230 % schneller. Außerdem kann polar_trans_image_ext je nach Interpolationsmethode bis zu 160 % schneller ausgeführt werden.

HALCON 18.11

HALCON 18.11 ist in zwei Editionen erhältlich: Steady und Progress. Während Letztere als Abonnement erhältlich ist und einen sechsmonatigen Release-Zyklus bietet, wird die Steady-Version - als Nachfolger von HALCON 13 - zum regulären Kauf angeboten.

  • Deep Learning
    HALCON 18.11 verfügt über erweiterte Deep-Learning-Funktionen mit noch leistungsfähigeren Algorithmen, die es dem Anwender ermöglichen, Objekte innerhalb eines Bildes mit Pixelgenauigkeit und einem umschreibenden Rechteck, der sogenannten Bounding Box, zu lokalisieren. Außerdem muss man nicht von Null anfangen, da HALCON mit verschiedenen, auf die Industrie optimierten, Convolutional Neural Networks (CNNs) ausgeliefert wird.

  • Semantische Segmentierung
    Mit HALCON 18.11 können via Deep Learning antrainierte Objekt-und Fehlerklassen pixelgenau segmentiert werden. In Verbindung mit einer Vielzahl von Möglichkeiten, die HALCON für die Weiterverarbeitung von segmentierten Bereichen bietet, wird damit ein völlig neues Anwendungsspektrum eröffnet, das bisher nicht oder nur mit erheblichem Programmieraufwand realisierbar war. Beispiele sind das Erkennen von Objekten mit einer sehr heterogenen Textur (z. B. Pflanzen) oder das Erkennen von Fehlern an verschiedenen Arten von Objekten und Materialien z. B. Tabletten, Glas oder Leder.

  • Objekterkennung
    HALCON 18.11 ermöglicht die Deep-Learnig-basierte Objekterkennung, mit der Anwender trainierte Objekt- und Fehlerklassen in einem Bild lokalisieren können. Im Gegensatz zur semantischen Segmentierung werden Objekte durch ein umgebendes Rechteck (Bounding Box) markiert. Die Objekterkennung segmentiert auch Objekte der gleichen Klasse, sogar wenn sie sich berühren oder teilweise überlappen. Dies ist besonders nützlich, wenn die genaue Menge an Gegenständen benötigt wird z. B. bei der Überprüfung von Tablettenbeuteln auf korrekte Befüllung.

  • Neue Datenstruktur "Dictionary"
    HALCON 18.11 stellt eine neue Datenstruktur, das "Dictionary", vor, ein assoziatives Array, das verschiedene neue Möglichkeiten eröffnet, mit komplexen Daten zu arbeiten. So ist es beispielsweise möglich, verschiedene komplexe Datentypen (z. B. ein Bild, entsprechende ROIs und Parameter) in einem einzigen Dictionary zu bündeln: Dies hilft bei der Strukturierung von Programmen beispielsweise bei der Übergabe vieler Parameter an eine Prozedur.

  • Handle-Variablen in HDevelop
    Mit HDevelop lassen sich detaillierte Informationen zu den wichtigsten Handle-Variablen anzeigen. So können Entwickler die aktuellen Eigenschaften komplexer Datenstrukturen auf einen Blick erkennen, was für das Debugging sehr nützlich ist. Ein Doppelklick auf eine Handle-Variable gibt nun alle dem Handle zugeordneten Parameter und deren aktuelle Einstellungen zurück.

  • Verbesserter ECC 200 Code Reader
    Der Codeleser für ECC 200 Codes wurde verbessert.

  • HALCON in Ihrem Industrienetzwerk
    HALCON 18.11 stellt die Hilscher-cifX-Schnittstelle vor. Dadurch kann HALCON mit fast allen industriellen Feldbusprotokollen über PC-Karten von Hilscher kommunizieren.

HALCON Progress-Edition (HALCON 18.05)
  • Verbesserter Barcodeleser
    HALCON 18.05 verfügt über eine optimierte Kantenerkennung, die es erlaubt, Barcodes mit sehr kleinen Linienbreiten sowie stark verschwommene Codes zuverlässig zu lesen. Darüber hinaus wird die Qualität der Barcodes auch nach der neuesten Version der Norm ISO/IEC 15416 überprüft.

  • Erweiterte Deflektometrie-Funktionalität Die mit HALCON 17.12 eingeführte Deflektometrie-Funktionalität enthält nun einen neuen Mustertyp, der die Präzision und Robustheit der Fehlererkennung insbesondere auf teilweise spiegelnden Oberflächen wie z. B. lackierten Blechen verbessert.

  • Optimiertes 3D-Matching HALCON 18.05 bietet optimierte Funktionen für das oberflächenbasierte 3D-Matching, mit denen die Position von Objekten im 3D-Raum zuverlässiger bestimmt werden kann. Darüber hinaus enthält HALCON nun auch ein neues Verfahren, mit dem Entwickler Parameter und Ergebnisse einer oberflächenbasierten Matching-Anwendung schnell überprüfen und debuggen können.

  • Automatisches Löschen von Handles Für Entwickler ist es mit HALCON 18.05 wesentlich komfortabler geworden, mit Handles zu arbeiten, da diese automatisch gelöscht werden, sobald sie nicht mehr benötigt werden. So wird das Risiko von Speicherlecks deutlich reduziert und das Schreiben von "sicherem Code" wesentlich vereinfacht.

  • Verbessertes HDevEngine Die Exportfunktion für HDevelop-Bibliotheken wurde erweitert: Entwickler können nun nicht nur in C++, sondern auch in .NET über einen exportierten Wrapper auf HDevelop-Prozeduren zugreifen - so einfach und intuitiv wie eine native Funktion. Dies erleichtert den Entwicklungsprozess erheblich.

  • Unterstützung hyperzentrischer Objektive Ein neues Kameramodell innerhalb von HALCON ermöglicht nun die Korrektur von Verzerrungen in Bildern, die mit hyperzentrischen (auch bekannt als perizentrische) Kameraobjektiven aufgenommen wurden. Diese Objektive können mehrere Seiten eines Objekts gleichzeitig darstellen und ermöglichen so eine konvergente Sicht auf das Testobjekt. Mit dieser Technologie benötigen Anwender nur ein einziges Kamerasystem für Inspektions- und Identifikationsaufgaben wie z. B. die Inspektion von zylindrischen Objekten.

HALCON Progress-Edition (HALCON 17.12)
  • Deep Learning
    Erstmals können Anwender von HALCON 17.12 CNNs (Convolutional Neural Networks) auf Basis von Deep-Learning-Algorithmen und anhand eigener Beispielbilder selbst trainieren. Die entstehenden Netzwerke können also passgenau auf ihre Bildverarbeitungsanforderungen hin optimiert werden. So lassen sich unkompliziert und präzise neue Bilddaten klassifizieren.

  • Deflektometrie
    Um den besonderen Herausforderungen bei der Inspektion von spiegelnden Oberflächen auf Defekte wie Dellen und Kratzer gerecht zu werden, bietet HALCON Deflektometrie-Funktionalität. Diese Methode macht sich die genannten Spiegelreflexionen zu Nutze, indem sie die Spiegelbilder bekannter Muster und deren Verformungen auf der Oberfläche betrachtet.

  • Verbesserte automatische Texterkennung HALCON 17.12 verfügt über eine verbesserte automatische Texterkennung, die sich berührende Zeichen nun noch robuster erkennen und lesen kann.

  • Zusammenführen von multiplen 3D-Punktwolken
    HALCON 17.12 bietet eine neue Methode, um multiple 3D-Punktwolken hochgenau in einem einheitlichen Modell zusammenzuführen. Diese 3D-basierte Cutting-Edge-Technologie vereinfacht die Nachverarbeitung solcher Punktwolken durch eine wesentlich genauere Rekonstruktion von Objekten. Dies ist etwa für das Reverse Engineering von Bedeutung, wenn also beispielsweise kein CAD-Modell zur Verfügung steht oder Objekte im Hinblick auf ihre 3D-Beschaffenheit genauer analysiert werden sollen.

  • Verbesserte HDevEngine
    In HALCON 17.12 lassen sich mit der neuen “Library Export”-Funktion von HDevelop Prozeduren aus C++ genauso einfach aufrufen wie jede andere C++-Funktion. Dieser Export generiert darüber hinaus auch leicht-konfigurierbare CMake-Projekte, um Projektdateien für viele gängige IDEs wie z. B. Visual Studio zu erzeugen.

HALCON Steady-Edition (HALCON 13)
  • Speedups
    Mit HALCON 13 ist ein großer Leistungssprung im Bereich des formbasierten Matchings, einer der Kerntechnologien von HALCON, gelungen. Zudem wurde die Geschwindigkeit aller verwandten Technologien wie z. B. des formbasierten 3D-Matching, des lokalen und perspektivisch deformierbaren Matching sowie des komponentenbasierten Matching stark erhöht.

  • Benutzerfreundliche Texturinspektion
    Die Texturinspektion ist eine sehr anspruchsvolle Aufgabe, da Texturen oft unterschiedliche Eigenschaften bezüglich Maßstab oder Helligkeit aufweisen. HALCON 13 bietet ein benutzerfreundliches Verfahren zur Texturprüfung. Dabei lassen sich fehlerhafte Abweichungen durch einen bildbasierten Vergleich mit einwandfreien Materialien automatisch identifizieren. Mit diesem neuen Feature in der Texturerkennung lässt sich eine große Bandbreite von verschiedenen Texturen mit wenigen Parametern klassifizieren. Damit wird die Oberflächeninspektion entsprechender Texturen deutlich einfacher

  • 3D-Matching und 3D-Rekonstruktion
    Mit HALCON 13 wurde auch das oberflächenbasierte 3D-Matching weiter verbessert: Durch die Analyse von Kanten im Modell und in der 3D-Punktwolke werden insbesondere glatte Oberflächen robuster erkannt, wodurch sich die Position der Objekte exakter bestimmen lässt. Besonders geeignet ist dieses neue Verfahren zur exakten Positionsbestimmung von Kisten im 3D-Raum. Darüber hinaus bietet HALCON 13 jetzt eine neue Methode zur Mehrbild-Rekonstruktion von 3D-Objekten mit Oberflächen-Fusionierung. Die Nutzung der Bildinformationen mehrerer Kameras führt zu robusteren Ergebnissen als bei paarweisen Rekonstruktionsmethoden.

  • Deutlich verbesserte Identifikationstechnologien
    Die aktuelle Release bietet erstmals Funktionen für die optische Zeichenerkennung (OCR) auf Basis von Deep Learning. Durch eine Reihe vortrainierter Fonts lassen sich höhere Erkennungsraten als mit allen bisherigen Klassifikationsmethoden erzielen. Zudem arbeitet die automatische Texterkennung schneller und erkennt nun auch Dot-Print-Schriften. Auch fehlerhafte oder stark verdeckte Barcodes kann HALCON 13 zuverlässig lesen. Überdies ist der QR-Code-Reader nun noch robuster gegenüber unscharfen oder verzerrten Codes.


Für den einfachen Einstieg in Deep Learning-Anwendungen bietet MVTec das Deep Learning Tool.


Produkte anzeigen

Halcon Progress

MVTEC HALCON PROGRESS RTL 1D METROLOGY

HALCON Progress 1D Metrology Runtime Licence
Subpixel precise projection of gray values to perform 1D measurements along rectangular or circular ...

MVTEC HALCON PROGRESS RTL 2D METROLOGY

HALCON Progress 2D Metrology Runtime Licence
Subpixel precise filters and thresholding operations for obtaining the entire 2D contour of objects ...

MVTEC HALCON PROGRESS RTL BAR CODE

HALCON Progress Bar Code Runtime Licence
Robust and fast bar code reading, automatically locating and decoding widely used bar codes ...

MVTEC HALCON PROGRESS RTL BUNDLE

HALCON Progress Bundle Runtime Licence
Includes the modules Foundation, Calibration, 1D, 2D and 3D Metrology, Bar and Data Code, OCR ...

MVTEC HALCON PROGRESS RTL BUNDLE DL

HALCON Progress Deep Learning Bundle Runtime licence
Includes the modules Foundation, Calibration, 1D, 2D, and 3D Metrology, Bar and Data ...

MVTEC HALCON PROGRESS RTL CALIBRATION

HALCON Progress Calibration Runtime Licence
3D camera calibration for line and area scan cameras that are handling even complex lens ...

MVTEC HALCON PROGRESS RTL DATA CODE

HALCON Progress Data Code Runtime Licence
Robust and fast reading of including print quality inspection.

The module Foundation is mandatory ...

MVTEC HALCON PROGRESS RTL DL

HALCON Progress Deep Learning Runtime Licence
3D camera calibration for line and area scan cameras that are handling even complex ...

MVTEC HALCON PROGRESS RTL FOUNDATION

HALCON Foundation Runtime Licence
Arithmetic, bit, edges, noise, smoothing, texture and further filters, FFT, optical flow, classification, segmentation, morphology, blob ...

MVTEC HALCON PROGRESS RTL MATCHING

HALCON Matching Runtime Licence
Subpixel precise matching based on shape, gray-values, or descriptors of the object, automatic detection of the ...

MVTEC HALCON PROGRESS SDK

  • Integrated development environment (HDevelop)
  • Running on Windows, Linux, and macOS.
  • Enables users to build image processing solutions fast and efficiently ...
Halcon Steady

MVTEC HALCON STDY 20.11 DEV SDK IND

HALCON Steady Development Industry license
Industry category (full version)
Nodelocked license
Free upgrade to a new version within one year ...

MVTEC HALCON STDY 20.11 DEV SDK IND DL

HALCON Steady Development Deep Learning Lizenz
Kategorie Industrie (Vollversion)
Nodelocked Lizenz
Kostenloses Upgrade auf eine neue Version innerhalb eines Jahres ...

MVTEC HALCON STDY 20.11 DEV SDK UNI

HALCON Steady Development University license
University category (full version)
Nodelocked license
Free upgrade to a new version within one year ...

MVTEC HALCON STDY 20.11 DEV SDK UNI DL

HALCON Steady Development Deap Learning University license
University category (full version)
Nodelocked license
Free upgrade to a new version within ...

Halcon Steady RTL

MVTEC HALCON STDY 20.11 RTL 1D METRO

HALCON 1D Steady Metrology Runtime Licence
Subpixel precise projection of gray values to perform 1D measurements along rectangular or circular ...

MVTEC HALCON STDY 20.11 RTL 2D METRO

HALCON Steady 2D Metrology Runtime Licence
Subpixel precise filters and thresholding operations for obtaining the entire 2D contour of objects ...

MVTEC HALCON STDY 20.11 RTL 3D METRO

HALCON Steady 3D Metrology Runtime Licence
Stereo vision and sheet of light for subpixel precise 3D measurements, localization of 3D ...

MVTEC HALCON STDY 20.11 RTL BAR CODE

HALCON Steady Bar Code Runtime Licence
Robust and fast bar code reading, automatically locating and decoding widely used bar codes ...

MVTEC HALCON STDY 20.11 RTL BUNDLE

HALCON Steady Bundle Runtime Licence
Includes the modules Foundation, Calibration, 1D, 2D and 3D Metrology, Bar and Data Code, OCR ...

MVTEC HALCON STDY 20.11 RTL BUNDLE DL

HALCON Steady Deep Learning Bundle Laufzeitlizenz
Beinhaltet alle Module aus dem Bundle, sowie das Modul Deep Learning.

Das Modul Foundation ...

MVTEC HALCON STDY 20.11 RTL CALIBRATION

HALCON Calibration Steady Runtime Licence
3D camera calibration for line and area scan cameras that are handling even complex lens ...

MVTEC HALCON STDY 20.11 RTL DATA CODE

HALCON Steady Data Code Runtime Licence
Robust and fast reading of ECC200, QR, Micro-QR, Aztec, and PDF417 codes, automatically locating ...

MVTEC HALCON STDY 20.11 RTL DL

HALCON Steady Deep Learning Runtime Licence
Deep Learning functionality for training convolutional neural networks (CNNs) and classifying images (inference).

The ...

MVTEC HALCON STDY 20.11 RTL FOUNDATION

HALCON Foundation Steady Runtime Licence
Arithmetic, bit, edges, noise, smoothing, texture and further filters, FFT, optical flow, classification, segmentation, morphology ...

MVTEC HALCON STDY 20.11 RTL MATCHING

HALCON Steady Matching Runtime Licence
Subpixel precise matching based on shape, gray-values, or descriptors of the object, automatic detection of ...

MVTEC HALCON STDY 20.11 RTL OCR/OCV

HALCON Steady OCR-OCV Runtime Licence
Train and classify characters reliably for performing efficient OCR/OCV. Industry-proven pre-trained fonts based on ...

Halcon Upgrades

MVTEC HALCON UPGR SDK 20.11 IND

Upgrade to HALCON 20.11 Development license.
(Upgrade from version 18.11 to version 20.11).
Nodelocked.

MVTEC HALCON UPGR SDK 20.11 IND DL

Upgrade to HALCON 20.11 Development license Deep Learning.
(Upgrade from version 18.11 to version 20.11).
Nodelocked.

MVTEC HALCON UPGR SDK 20.11 NON DL

Upgrade to HALCON 20 Development license. Non-Profit version. Deep Learning
(Upgrade from version 18.11 to version 20.11)
Nodelocked.

MVTEC HALCON UPGR SDK 20.11 NON-P

Upgrade to HALCON 20 Development license. Non-Profit version.
(Upgrade from version 18.11 to version 20.11)
Nodelocked.

MVTEC HALCON UPGR SDK 20.11 UNI

Upgrade to HALCON 13 Development license.
(Upgrade from version 18.11 to version 20.11).
Nodelocked.
University license - only for ...

MVTEC HALCON UPGR SDK 20.11 UNI DL

Upgrade to HALCON 13 Development license. Deep Learning
(Upgrade from version 18.11 to version 20.11).
Nodelocked.
University license ...

Datei Themen Größe
HALCON 19.05 Feature Flyer | 19.05
Datenblätter
6,7 MB
HALCON brochure | 20.11
Datenblätter
37,0 MB
datasheet Halcon 20.11 | 11.20
Datenblätter
2,6 MB