Halcon 26.05: Weiterentwicklungen für industrielle Bildverarbeitung
Halcon 26.05 bringt neue Funktionen für Shape Matching, Data-Matrix-Codes und Deep Learning
MVTec Halcon ist eine umfassende Software für industrielle Bildverarbeitung. Sie unterstützt die Entwicklung, den Rollout und den Betrieb zuverlässiger Vision-Anwendungen in unterschiedlichen Branchen. Die Software bietet ein breites Toolset für industrielle Bildverarbeitung – vom Bildeinzug bis zu Deep Learning in einem Paket. Damit unterstützt Halcon Unternehmen dabei, Anwendungen schneller zu entwickeln, produktive Umgebungen stabil zu betreiben und langfristig einzusetzen.
Halcon kombiniert bewährte Funktionen der industriellen Bildverarbeitung mit einer flexiblen Architektur. Die Software ist weltweit in zahlreichen Anwendungen im Einsatz. Unternehmen in Fertigung, Automatisierung, Elektronik, Logistik und weiteren Bereichen nutzen industrielle Bildverarbeitung, um Qualität zu verbessern, Effizienz zu steigern und Prozesse zu optimieren. In modernen Produktionsumgebungen spielt industrielle Bildverarbeitung eine zentrale Rolle, etwa für datenbasierte Entscheidungen, flexible Produktion und kontinuierliche Optimierung.
Mit Halcon 26.05 stellt MVTec eine neue Version vor, die am 20. Mai 2026 veröffentlicht wird. Die Version bringt zentrale Weiterentwicklungen, die Robustheit, Geschwindigkeit und Benutzerfreundlichkeit sowohl in klassischen als auch in Deep-Learning-basierten Machine-Vision-Workflows verbessern. Zu den wichtigsten Neuerungen zählen die automatische Konturoptimierung für Shape Matching, die Data-Matrix-Rektifizierung, die erweiterte Data-Augmentation und die KI-Objekterkennung der nächsten Generation.
Die automatische Konturoptimierung für Shape Matching entfernt instabile oder irreführende Konturen automatisch aus SBM-Modellen. Reflexionen, Schatten oder unregelmäßige Texturen können in industriellen Anwendungen zu unzuverlässigen Konturen führen. Das beeinträchtigt die Robustheit des Matchings und erforderte bisher häufig manuelle Nacharbeit. Halcon 26.05 löst dieses Problem datengetrieben. Anwender stellen Beispielbilder realer Objektinstanzen bereit. Das System erkennt automatisch, welche Konturen über verschiedene Aufnahmebedingungen hinweg stabil sind, und entfernt unzuverlässige Konturen aus dem Modell. Dadurch entsteht ein schlankeres Modell, das schneller, stabiler und genauer arbeitet.
Ein weiterer Schwerpunkt ist die Data-Matrix-Rektifizierung. Halcon 26.05 erweitert den Code-Reader um eine Rektifizierungsfunktion für Data-Matrix-Codes. In vielen industriellen Anwendungen werden Codes auf nicht-ebene Materialien aufgedruckt. Dadurch kann sich die Symbolgeometrie verzerren und die Lesezuverlässigkeit sinken. Die neue Funktion gleicht solche Verzerrungen vor dem Dekodiervorgang aus. So lassen sich Data-Matrix-Codes auch auf gekrümmten oder verformten Oberflächen zuverlässig lesen. Die Rektifizierung lässt sich optional im Code-Reader aktivieren und in bestehende Workflows integrieren.
Auch im Bereich Deep Learning bringt Halcon 26.05 neue Funktionen. Die erweiterte Data-Augmentation ersetzt den bisherigen prozedurbasierten Ansatz für Augmentation und Vorverarbeitung durch konfigurierbare Operatoren. Diese lassen sich direkt in Halcon-Deep-Learning-Pipelines integrieren. Augmentation-Pipelines können programmatisch definiert werden. Transformationen wie geometrische Veränderungen, Farbvariationen oder Unschärfe lassen sich gezielt einsetzen. Die resultierenden Bildvariationen können in der Vorschau überprüft werden. Die erzeugten Trainingssamples verbessern Robustheit und Generalisierung der Modelle und verringern die Abhängigkeit von großen Trainingsdatensätzen.
Mit der KI-Objekterkennung der nächsten Generation führt Halcon 26.05 außerdem eine neue Generation der Deep-Learning-basierten Objekterkennung ein. Sie bietet laut MVTec eine bis zu 5x schnellere Inferenz bei gleichbleibend hoher Erkennungsgenauigkeit. Die Architektur ist für anspruchsvolle Machine-Vision-Szenarien optimiert, in denen Geschwindigkeit und Präzision entscheidend sind. Detektionsmodelle lassen sich direkt in Halcon trainieren und ausführen. Vortrainierte Modelle von MVTec stehen als Ausgangspunkt zur Verfügung und lassen sich an spezifische Anwendungen anpassen.
Ergänzend hält Halcon 26.05 Anwender über die aktuelle Entwicklung von HDevelopEVO auf dem Laufenden. HDevelopEVO ist die integrierte Entwicklungsumgebung der nächsten Generation für Halcon. Die Preview-Version bietet erweiterte Tools und einen verbesserten Workflow, um den Entwicklungsprozess für industrielle Bildverarbeitung zu unterstützen.
Mit diesen Weiterentwicklungen adressiert Halcon 26.05 zentrale Anforderungen industrieller Bildverarbeitung: robustes Matching, zuverlässiges Lesen von Data-Matrix-Codes, effizientere Deep-Learning-Workflows und schnellere Objekterkennung. Damit unterstützt die Version Unternehmen bei der Umsetzung stabiler Machine-Vision-Anwendungen in anspruchsvollen industriellen Bedingungen.
