HALCON 19是由德国MVtec公司打造的一款全新标准机器视觉算法工具软件，该软件功能强大且完善，能够为用户提供包含多种基本的几何与影像计算功能的三维设计方式，特使还拥有应用广泛的机器视觉集成开发环境，可以帮助用户将一个三维物体的表面形状测量结果与预期形状进行比较，以此分割出存在的缺陷，并降低产品的瑕疵率。
HALCON 19作为HALCON系列最新版本的综合性视觉算法软件，不仅提供了基于深度学习的解决方案，可用于区分零件，检测和分割缺陷，而且还支持基于HALCON的摄像机标定、无标记印刷品图像质量检测与视觉运动控制系统设计等功能，使用户能够更好依靠训练图像推断出产品中可能存在的类似问题，以便于进一步修改。
HALCON 19功能
1、深度学习异常检测
自动化表面检测是许多制造业中的重要任务，基于深度学习的解决方案正成为一种标准工具，可用于区分零件，检测和分割缺陷。但是，通常很难获得足够的缺陷图像，或者标记可用数据的工作量非常大。
HALCON的新异常检测功能使您可以仅使用相对较少数量的“良好”图像进行训练来进行检查。推断导致与训练图像相比在检查图像中检测到的“异常”。在右侧，您可以看到瓶颈问题的示例。
2、ECC 200代码读取器加速
在HALCON 19.11中，用于多核系统的ECC 200代码的代码读取器得到了显着加速。对于特别难以检测和读取的代码，实现了最大的改进。对于此类代码，可以实现约200%的加速。通过优化利用现有硬件功能，这种速度还大大提高了基于嵌入式代码阅读器的生存能力。
3、通用Box Finder
通用包装盒查找器找到的不同包装盒
在HALCON 18.11中，提供了用于拾取和放置应用程序的新功能：通用的盒查找器允许用户根据3D空间查找不同尺寸的盒，而无需为每种所需的盒尺寸训练模型。这使许多应用程序效率更高-特别是在物流和制药行业，通常使用各种不同尺寸的盒子。
4、ONNX支持
许多公司使用开源框架来训练深度学习模型(CNN)的分类器。这些CNN可以导出为ONNX(开放神经网络交换)格式。HALCON 18.11能够读取ONNX格式的数据，从而允许在HALCON中使用先前创建的第三方网络。
HALCON 19特色
1、基于HALCON的摄像机标定
利用HALCON图像处理软件提供的标定板模板,并充分考虑了透镜的径向畸变影响及求解方法,给出了基于HALCON的摄像机标定算法。该算法充分发挥了HALCON的函数库功能,提高了标定精度和计算效率,具有良好的跨平台移植性,可满足各种计算机视觉系统的需要。
2、HALCON 18基于HALCON软件的摄像机标定
摄像机标定是机器视觉的重要研究内容之一，提出了一种基于图像处理软件HALCON的标定方法。它利用HALCON标定板以及HALCON的函数库功能，分析了对面阵摄像机的标定过程,该方法简单易行，提高了标定精度和计算速度,而且具有良好的跨平台移植性。
3、基于HALCON的无标记印刷品图像质量检测
提出一种新的无标记印刷图像质量检测方案,采用HALCON编程实现,主要包括配准区域选取、图像配准和缺陷检测等关键步骤.首先根据印刷品图像的区域特征自动选择配准区域,然后使用基于形状的图形配准算法实现快速的图像配准,最后利用改进的差影匹配算法完成缺陷检测.实验结果证明,该方法能从无标记印刷品图像中自动选取配准区域,并且快速、精确地完成配准,有效地检测出缺陷.
4、基于HALCON的视觉运动控制系统设计
阐述一种视觉运动控制系统的设计。此系统通过相机采集图像,利用HALCON形状匹配功能对图像热点目标进行匹配和定位,实现伟天星WT-2302金丝球焊线机智能化。
5、基于HALCON和VC++混合编程的视觉测量系统设计
视觉测量是采用机器视觉精确测量和定位空间几何尺寸的技术,能够有效提高工业检测的精度和效率。运用基于HALCON和VC++混合编程方法开发了电子元件视觉测量软件工具,实现了测量图像采集与显示、视觉测量等核心算法及其功能;设计并构建了由工业数字摄像机、工业镜头、光源等仪器组成的电子元件视觉测量硬件平台,并依此对软件工具的可靠性和稳定性进行试验验证,结果表明系统检测速度快、检测精度达到预期技术指标。
6、基于HALCON的PCB光学定位点的3种识别方法及比较
随着印刷电路板(PCB)的制造不断向着微型化方向发展,在其生产过程中,原有的人工检测形式逐渐被现代化的自动光学检测设备所代替。与此同时,在机器视觉代替人类视觉实现检测后,如何能快速识别并定位被检测PCB的光学定位点(Mark点)就成为整个检测过程中的一个重要问题,因为只有识别了光学定位点,才能进行后续的图像配准、匹配以及缺陷检测工作。HALCON作为一款功能强大的机器视觉软件,在工业图像处理方面有着不可替代的优势。笔者将HALCON软件应用到PCB的Mark点的识别过程中,创造出3种不同的定位算法,并对这3种算法的效率和应用范围进行了评价。
7、基于HALCON的圆环区域字符识别实现
在有些字符识别的应用领域,待识别的字符位于圆环区域内,例如圆形工业产品上的编号等,这给识别带来不便。因此先要把圆环区域转换成矩形区域,调整字符位置呈水平排列后再进行字符识别。采用HALCON机器视觉软件进行的设计,主要步骤包含圆环区域的极坐标转换算法和字符识别算法的实现。实验表明,核心算法有效可行,字符识别率高。
8、基于HALCON的非线性摄像机标定算法研究与应用
针对工业应用,采用LENZ径向畸变模型建立面阵和线阵摄像机的非线性成像几何模型,并分析模型的内外参数及针孔模型的局限性,基于两步法思想改进标定方法。利用HALCON的矩阵网格状圆靶平面标定板及函数库平台,采用亚像素精度的边缘提取和椭圆拟合算法精确获取标定点,建立与空间点的对应关系,并对所求参数进行非线性优化,通过实验及精度分析验证了求解参数的准确度和稳定性。该标定算法灵活准确,具有良好的可移植性。
9、基于HALCON的药品包装瓶批号检测技术研究
检测是药品生产过程中的重要环节,基于机器视觉的智能检测技术是实现药品生产质量快速、自动检测与控制的新型重要手段。介绍了基于HALCON机器视觉软件的检测系统的构建和针对药品包装瓶批号的图像处理关键技术,包括灰度值调整、填充缝隙与滤波、分割图像及训练OCR、识别数字对象。
