HALCON是一款完善的標準的機器視覺算法包，擁有應(yīng)用廣泛的機器視覺集成開發(fā)環(huán)境。近日MVTec公司正式發(fā)布全新版本HALCON Progress 17.12。HALCON Progress與以往HALCON不同，是MVTec定義的一個全新機器視覺軟件產(chǎn)品。HALCON Progress是用戶享有最新機器視覺功能的一條快速途徑。HALCON Progress大約每六個月發(fā)布一個新版本，因此HALCON Progress的用戶可以比之前更快、更頻繁的訪問最新的功能，更早訪問最新的機器視覺算法功能意味著用戶可以縮短新一代產(chǎn)品上市的時間，更好抓住市場機遇。

HALCON Progress 17.12作為HALCON Progress的第一個正式發(fā)布版本，提供了很多全新的、非常實用的、熱度超高的功能。

ps：這里暫提供HALCON系列12月的License，需要的朋友可下載試試！

安裝方法：

將對應(yīng)Halcon版本當月的*.dat文件放到Halcon安裝根目錄下license文件夾下即可，不可亂放license。
例如：
Halcon安裝路徑為：D:\Program Files\MVTec\HALCON-17.12\
則License許可放置位置在：D:\Program Files\MVTec\HALCON-17.12\license\ 文件夾下即可。

適用于HALCON出現(xiàn)錯誤碼為：21010 許可無效！其他錯誤碼無法使用該方法進行解決。

附加功能

1.深度學習功能

使用MVTec HALCON 17.12 版軟件，用戶可以使用CNNs（卷積神經(jīng)網(wǎng)絡(luò)）來訓練自己的分類器。在訓練CNN 之后，用戶可以在HALCON 軟件中使用神經(jīng)網(wǎng)絡(luò)對新的數(shù)據(jù)進行分類。
針對工業(yè)成像應(yīng)用進行深度優(yōu)化
HALCON Progress 17.12版本中提供了一個深度優(yōu)化過的預(yù)訓練后的神經(jīng)網(wǎng)絡(luò)。MVTec公司基于多年的機器視覺工業(yè)領(lǐng)域應(yīng)用經(jīng)驗及其對深度學習技術(shù)的深入了解，精選了近百萬幅圖像對神經(jīng)網(wǎng)絡(luò)進行了預(yù)訓練，這個預(yù)訓練后的神經(jīng)網(wǎng)絡(luò)可以使客戶僅提供相對少量被測物圖像（約300~500幅）即可對神經(jīng)網(wǎng)絡(luò)進行進一步訓練，從而得到一個針對自身應(yīng)用的神經(jīng)網(wǎng)絡(luò)。
訓練和再訓練自定義神經(jīng)網(wǎng)絡(luò)非常簡單
訓練時只需要提供帶有標簽的訓練圖像即可，這些訓練圖像需要按照缺陷和狀態(tài)預(yù)先進行分類?？梢允褂眯碌膱D像對訓練后的神經(jīng)網(wǎng)絡(luò)進行再訓練，也可以通過新類型的圖像的訓練在已有的神經(jīng)網(wǎng)絡(luò)中添加對新類型的識別。
自動特征提取
與傳統(tǒng)的分類方法（多層神經(jīng)網(wǎng)絡(luò)、支持向量機、高斯混合模型、K鄰域分類器等）相比，使用HALCON深度學習的功能在訓練過程中，HALCON會對已標記的訓練圖像進行分析，并自動學習哪些特征是最佳用于分類的特征。
1.無縫集成到強大的HALCON 庫中
隨著該技術(shù)被完全集成到工業(yè)應(yīng)用中廣泛認可的HALCON產(chǎn)品中，可與當前已經(jīng)可用的非常全面的算子融合在一起，從而在構(gòu)建您的應(yīng)用程序時給予最大靈活性。您將從其眾多優(yōu)勢中獲益，例如：基于同一平臺的持續(xù)開發(fā)、改進、維護、BUG修正和支持服務(wù)。
2.偏折法
為了解決帶有鏡面反射的物體表面上例如凹陷和劃痕檢測所帶來的挑戰(zhàn)，HALCON 現(xiàn)在提供基于偏折法原理的視覺檢測方法供您使用。該方法利用了鏡面反射原理，通過觀察已知圖案在目標物體表面上的鏡像圖像及其變形來實現(xiàn)。

3.改進的自動文本閱讀器
HALCON 17.12 提供了一個改進版的自動文本閱讀器，它現(xiàn)在可以更加魯棒地檢測和分離粘連字符并進行識別。

4.多3D點云數(shù)據(jù)的表面融合
HALCON 現(xiàn)在提供了一種新的方法，將多個3D 點云融合到一個均勻的重采樣點云表面。這種新方法能夠?qū)⒏鞣N3D 傳感器的數(shù)據(jù)結(jié)合起來，即使是不同的類型，如：立體相機、TOF 相機以及光柵投影。該技術(shù)對于逆向工程特別有用。

應(yīng)用領(lǐng)域
在工業(yè)應(yīng)用中，CNNs 可以用于缺陷分類（如：電路板）， 或者對象分類（如：從單個圖像中識別水果的類型）等。