HALCON 18.05 Progress新版本发布

　　HALCON Progress与以往HALCON不同，是MVTec定义的一个全新机器视觉软件产品。HALCON Progress是用户享有最新机器视觉功能的一条快速途径。HALCON Progress大约每六个月发布一个新版本，因此HALCON Progress的用户可以比之前更快、更频繁的访问最新的功能，更早访问最新的机器视觉算法功能意味着用户可以缩短新一代产品上市的时间，更好抓住市场机遇。为了使HALCON Progress用户能够及时获取这些最新的功能，HALCON Progress版本只能通过年度订阅方式获得，HALCON Progress的用户可以访问订阅有效期内发布的所有新版本。

　　HALCON 18.05 Progress 作为HALCON 17.12 Progress的升级版， 在继续沿袭17.12版本出色的功能上，还提供了很多全新的、非常实用的、热度超高的功能。

　　借助于HALCON 18.05软件，用户可以在CPU上执行深度学习推理，例如，将已训练完毕的卷积神经网络（CNN）应用于新数据的分类。

　　HALCON 18.05的CPU深度学习推理方法已针对Intel®兼容x86处理器进行了高度优化，这使得一个标准Intel CPU的分类速度可与大多数中档GPU媲美。

　　上一版HALCON 17.12 Progress软件的功能

　　1.深度学习功能

　　用户可以使用CNNs（卷积神经网络）来训练自己的分类器

　　提供了两种针对工业应用高度优化的预训练神经网络，可大大缩短您软件产品的上市时间

　　无缝集成到强大的HALCON库中以获得最大的灵活性

　　2.偏折法

　　利用偏折法对带有镜面反射的物体表面进行简单检查。

　　3. 改进的自动文本阅读器

　　HALCON Progress提供了一个改进版的自动文本阅读器，可以更加鲁棒地检测和分离粘连字符并进行识别。

　　4. 多3D点云数据的表面融合

　　HALCON 提供了一种新的方法，将多个3D 点云融合到一个均匀的重采样点云表面。这种新方法能够将各种3D 传感器的数据结合起来，即使是不同的类型，如：立体相机、TOF 相机以及光栅投影。该技术对于逆向工程特别有用。

　　5.HDevelop库导出功能

　　在C++中调用HDevelop函数就像调用其他任何C++函数一样简单直观，HALCON Progress还具有之前的HALCON版本中所包含的所有特性。

　　HALCON Progress18.05增加的新特点

　　改进的条形码阅读器

　　HALCON 18.05 优化了边缘检测功能，提高了对线宽非常小的以及极为模糊的条形码的读取能力。此外，还会根据最新版的ISO/IEC 15416 标准对条码质量进行评估。

改进的条形码阅读器

　　增强的偏折法

　　HALCON 17.12 版本中引入的偏折法检测功能在HALCON18.05 版本中包含了一种新的图案类型，可提高误差检测的精度和鲁棒性，尤其是在局部带有镜面反射的物体表面，例如对于涂过漆的金属板，检测结果相比于上一版本效果更佳。

增强的偏折法

　　改进的3D功能

　　HALCON 18.05 对基于表面的3D 匹配功能进行了优化。这样可以更可靠地确定3D 空间中目标的位置，使得3D 应用程序的开发更加容易。此外，HALCON 18.05 现在还包含一种新的帮助程序，允许开发人员快速检查和调试基于表面的匹配应用程序的参数和结果。

　　自动句柄清理

　　HALCON 18.05 可以自动清理不再需要的句柄，使得句柄的应用更加得心应手。这样大大降低了内存泄漏的风险，因为用户不再需要手动释放未使用的内存。通过这种方式，编写“安全代码”变得更加容易。

　　改进的HDEVENGING

　　HALCON 18.05 对HDevelop 库导出功能进行了扩展：开发人员可以通过导出的打包文件（exported wrapper）在C++ 或者.NET 中调用HDevelop 程序，就像调用原生函数一样简单直观，显著提高了开发效率。

　　支持360度镜头（HYPERCENTER LENSES）

　　这是HALCON 内的一种新的相机模型，它可以校正通过360 度镜头拍摄带来的图像失真。这种镜头可以同时对一个物体的多个侧面进行成像，从而得到测试物体的会聚视图。借助这项技术，用户仅需一个相机系统即可进行检测和识别任务，例如检测圆柱形物体。

待检测的物体       通过HYPERCENTRIC镜头获取的图像

基于标定展开的图像

　　应用领域

　　在工业应用中，CNNs 可以用于缺陷分类（如：电路板）， 或者对象分类（如：从单个图像中识别水果的类型）等。

焊锡检测

药片胶囊检测

水果类型识别