MVTec wird am 8. Dezember die neue Version 17.12 ihrer Standard-Software Halcon auf den Markt bringen. Herausragendes Feature ist dabei ein umfangreiches Set an zukunftsweisenden Deep-Learning-Funktionen für den schnellen Einsatz im industriellen Umfeld. Anwender können damit ihre Bildverarbeitungsprozesse mithilfe selbstlernender Algorithmen auf eine ganz neue Stufe stellen. So sind Unternehmen in der Lage, Programmierabläufe stark zu vereinfachen und zu beschleunigen. Zudem profitieren sie von noch robusteren Erkennungsraten und besseren Klassifikations-Ergebnissen.

Das neue Halcon-Release enthält einen großen Funktionsumfang für das Training von Convolutional Neural Networks (CNNs). Kunden können dadurch erstmals CNNs auf Basis von Deep-Learning-Algorithmen mit auf ihre Anwendung zugeschnittenen Beispielbildern selbst trainieren. Die entstehenden Netzwerke können also passgenau für die jeweiligen Kundenanforderungen optimiert werden. So lassen sich unkompliziert und präzise neue Bilddaten klassifizieren. Anwender reduzieren auf diese Weise den Aufwand für die Programmierung drastisch, benötigen keine tiefgehende Bildverarbeitungs-Expertise und sparen Zeit sowie Kosten ein. Zudem ist das neu entwickelte Deep-Learning-Feature mit all seinen Funktionen durchgängig in die technologisch marktführende und bewährte Standard-Bildverarbeitungs-Bibliothek MVTec Halcon integriert. Anwender profitieren so von deren großem Leistungsumfang sowie von regelmäßigen Updates, stetiger Weiterentwicklung und kompetentem Support.

Defekterkennung auf spiegelnden Oberflächen

Neben den aktuellen Deep-Learning-Technologien bietet Halcon 17.12 noch viele weitere neue Features, Produktverbesserungen und überarbeitete Funktionen: So lassen sich nun auch Defekte auf spiegelnden Oberflächen von Objekten problemlos erkennen. Mittels der so genannten Deflektometrie werden über einen Bildschirm mehrere „Lichtmuster“ auf das spiegelnde Objekt geworfen. Anhand der Reflexionen des Rasters lassen sich dann Fehler verlässlich identifizieren, was mit herkömmlichen 3D-Methoden bisher nicht möglich war. Dieses Verfahren ist insbesondere für Anwendungen im Automobilbau und der Elektronikindustrie interessant. Beispielsweise lassen sich dadurch winzige Lackkratzer oder mit bloßem Auge nicht sichtbare Risse auf Elektronikbauteilen aufspüren. Die neue Version Halcon 17.12 vereinfacht auch die tägliche Arbeit von Halcon-Entwicklern, da sich nun die HDevEngine wesentlich einfacher in die eigene Anwendung integrieren lässt. Ein weiteres Highlight ist der verbesserte automatische Text-Reader, der nun noch robuster Buchstaben und Ziffern erkennen und lesen kann, die einander berühren.
Überdies bietet das aktuelle Halcon-Release eine neue Methode, um multiple 3D-Punktwolken hochgenau in ein einheitliches 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.