Sie enthält zahlreiche neue und optimierte Features, mit denen sich die Bildverarbeitungsprozesse noch robuster und professioneller umsetzen lassen. Gleichzeitig steigen durch die neuen Features die möglichen Anwendungsbereiche für viele Industriebranchen.

Zu den Neuerungen zählen:

• Erweiterung der verfügbaren Deep-Learning-Technologien um die Instanz-Segmentierung
• Verbesserter Barcode-Leser
• Erhöhte Usability für Dictionaries
• Generic Shape Matching.

Zudem ist mit Halcon 21.11 auch ein Plugin für das Openvino Toolkit von Intel erhältlich. Das Plugin ist zum Release-Zeitpunkt auch für weitere Softwareprodukte von MVTec nutzbar.

Vorteile von semantischer Segmentierung und Objektdetektion kombinieren

Ein Highlight der neuen Version 21.11 von Halcon ist die Erweiterung des Deep-Learning-Spektrums um die Technologie Instanz-Segmentierung. Diese kombiniert die Vorteile der semantischen Segmentierung und der Objektdetektion und ermöglicht die pixelgenaue Zuordnung von Objekten in verschiedene Klassen. Die Technologie unterstützt insbesondere bei Anwendungsfällen, in denen Gegenstände sehr nahe beieinander liegen, sich berühren oder überlappen. Dies ist beispielsweise der Fall beim Greifen von zufällig angeordneten Objekten aus Kisten („Griff in die Kiste“) sowie beim Identifizieren und Vermessen von natürlich gewachsenen Strukturen, wie beispielsweise organischem Material.

Verbesserter Barcode-Leser

Darüber hinaus hat MVTec den Barcode-Leser für den Code 128/GS1-128 verbessert. Dadurch lassen sich jetzt auch Codes mit einer größeren Unschärfe lesen, die durch Bewegung oder die Begrenzung der Tiefenschärfe entstehen kann. Der Code 128/GS1-128 ist weit verbreitet und wird aufgrund seiner kompakten Größe und hohen Datendichte häufig in der Logistik eingesetzt.

Verbesserte Usability ‒ kürzere Applikationsentwicklungen ‒ effizientere Bildverarbeitung

Ein weiteres verbessertes Feature betrifft die Handhabung von Dictionaries: Diese lassen sich mit Halcon 21.11 noch einfacher und schneller verwalten. So können Anwender die Dictionaries jetzt mit deutlich weniger Operator-Aufrufen nutzen. Das beschleunigt und erleichtert den Entwicklungsprozess. Das Gleiche gilt für die Verbesserungen des Generic Shape Matching. Basierend auf Kunden-Feedback wurde die Usability erhöht, indem etwa deutlich mehr Parameter automatisiert bestimmt werden. So wird der Zugang zu MVTecs industrieerprobten Shape-Matching-Technologien noch nutzerfreundlicher.

Wollen Sie mehr wissen? Klicken Sie hier.