Im Juni 2012 kommt die neue Version 11 von Halcon heraus, mit der Objekte auch ohne aufgedruckte Zusätze wie Bar- und Data-Codes identifiziert werden können. Zudem zeigt Version 11, was die Software im Feld der 3D-Bildverarbeitung bewegen kann.

Industrieprodukte unterliegen harten Qualitätskriterien. Daher muss bereits bei der Produktion sichergestellt sein, dass die hergestellten Objekte in ihrer Form exakt mit der Vorlage übereinstimmen. Dieser Soll-Ist-Vergleich von dreidimensionalen Objekten ist in Halcon 11 jetzt berührungslos möglich. Dazu muss das Modell, das heißt die Vorlage des Objekts, dem System bekannt sein. Das kann zum Beispiel ein CAD-Modell sein, das direkt eingelesen wird. Eine Ideal-Vorlage kann aber auch mit Halcon dreidimensional vermessen und erzeugt werden. Bei der eigentlichen Vermessung der zu kontrollierenden Objekte wird dann beispielsweise mit einem Lasersensor eine 3D-Punktwolke erzeugt. Diese Aufnahme wird anschließend mit dem Modell verglichen. Auf Grundlage dieser Daten lässt sich dann eine Aussage treffen, ob die Oberfläche des Objekts mit dem Soll des Modells übereinstimmt. Die Form des Objekts wird dadurch auf Fehler überprüft.
Die 3D-Objektverarbeitung bietet zahlreiche Verbesserungen und Neuerungen zum Thema 3D-Vision. Eine verbreitete Methode, um dreidimensionale Objekte zu erfassen, ist die Erstellung von Punktwolken mit einem entsprechenden Sensor. Da aber bestimmte Objekte mit nur einer Aufnahme in ihrer Gesamtheit nicht abgebildet werden können, sind mehrere Aufnahmen aus unterschiedlichen Richtungen notwendig. Durch das anschließende Matching werden korrespondierende Punkte gefunden. Durch dieses Registrieren der Punktwolken können die Einzelaufnahmen in ein einheitliches 3D-Modell des Objekts überführt werden. Doch erst die Vermaschung der Punktwolken erlaubt es, räumliche Beziehungen von Punkten untereinander aufzustellen. Mit Halcon 11 lässt diese Vermaschung (Triangulierung) eine Aussage über viele Eigenschaften eines Objekts zu, sodass Merkmale eines 3D-Objekts wie Form und Volumen berechnet werden können.
Wenn ein Objekt über eine oder mehrere Punktwolken erfasst wird, wird auch immer ein Hintergrund miterfasst. Dieser Hintergrund ist jedoch in den meisten Fällen störend und daher nicht gewollt. Mit Halcon 11 kann ein solcher Hintergrund einfach und schnell herausgerechnet werden, in dem die Software das Modell mit einer imaginären Ebene schneidet. Dadurch kann ein Objekt auch von Nachbarobjekten isoliert werden. Mit dieser Methode kann weiterhin beispielsweise ein Querschnitt durch ein Objekt erzeugt werden. Schnitte von Objekten können nicht nur mit Ebenen, sondern auch mit Regionen durchgeführt werden. Der Anwender kann also einen ganzen Bereich aus einem 3D-Objektmodell heraustrennen.
Ein wichtiges Anwendungsgebiet für die industrielle Bildverarbeitung ist die Oberflächeninspektion. Probleme tauchen immer dann auf, wenn ungewollte Druckstellen und andere schlecht erkennbare Vertiefungen in einer Oberfläche vorhanden sind. Eine Lösung kann eine Methode mit dreidimensionalem Ansatz sein. Das in Version 11 weiterentwickelte photometrische Stereo schafft hier Abhilfe. Die 3D-Oberflächeninspektion erkennt solche Vertiefungen in Oberflächen durch die stärkere Beachtung von Schatten. So können Störungen sehr schnell und einfach gefunden werden. Dazu werden mehrere Aufnahmen bei wechselnder Beleuchtungsrichtung gemacht. Diese Methode kann auch bei schwierigen Texturen wie beispielsweise bei Leder angewendet werden.

Aufdrucklose Identifikation

Die Identifikation ist eine der Hauptaufgaben der industriellen Bildverarbeitung. Zweidimensionale Data-Codes haben das Versand- und Transportwesen längst erobert. Mittlerweile halten 2D-Codes auch Einzug in den Alltag von Smartphone-Benutzern. Wie schön wäre es, wenn eine Maschine ein Objekt erkennen könnte, ohne einen solchen Code zu benötigen?
Halcon 11 stellt nun eine neue Technologie zur Verfügung, die auf der direkten Erkennung eines Samples beruht: die samplebasierte Identifikation. Diese neue Technologie ist in der Lage, aus einer Anhäufung von unterschiedlichen Objekten ein ganz bestimmtes Produkt oder einen ganz bestimmten Gegenstand zu erkennen, der dem System bekannt sein muss. Das funktioniert über die spezifischen Eigenschaften wie Farbe oder Textur des Objekts selbst und nicht über einen aufgedruckten Code wie Bar- oder Data-Code. Es handelt sich also um die aufdrucklose Identifikation eines bekannten Objekts. Mit der samplebasierte Identifikation kann zum Beispiel ein bestimmtes Produkt aus einer Reihe von anderen sicher erkannt werden.

Vision 2012 Halle 1D74