发布者:大恒图像 发布时间:2020-11-20 分享:
2020年11月20日,期待已久的HALCON 20.11新版本终于上线啦!本次发布的HALCON 20.11版本在改善其原有功能的基础上,又增添了部分最新功能,进一步提升用户开发机器视觉应用程序的效率。
促销活动有效期为:2020年11月20日至12月16日。
1.不论新老客户,有兴趣购买或者升级HALCON Steady SDK 20.11的客户均享受20%的折扣。折扣适用于HALCON Steady SDK 20.11版的新License购买、先前版本升级至Steady SDK 20.11、增添或者升级20.11版本深度学习组件。
2.HALCON Progress 版本:每一位购买Progress版本的新客户,在初次购买HALCON Progress的订阅期中,额外附赠2个月。即拥有该周期下14个月的使用期限。
HALCON作为机器视觉领域先进的标准软件和工具库,持续不断优化所有技术是长期以来的追求目标。为了帮助国内用户更全面的了解新版本增加的特性功能,大恒图像作为MVTec公司中国唯一合作伙伴暨授权培训机构,在本文中将为大家简单介绍HALCON 20.11新特性功能。新版本HALCON届时会同时提供Steady 和Progress 版本,这意味着 HALCON Steady 客户现在也可以使用全部更新的 Progress 功能。
下面介绍HALCON 20.11部分新特性:
优化基于形状的模板匹配技术
改进后的基于形状的匹配技术在复杂且具有挑战性的环境中应用表现更好,尤其适用于低对比度、高噪声的场景(图中为电子板基准点检测)。在进行模板匹配时可以自动估计更多的参数。增加了低对比度和高噪音的环境下的可用性、匹配率和鲁棒性。
低对比度下的准确匹配
通常模板匹配的金字塔级数越多,降低噪声影响的效果越好,匹配的准确度也就越高。金字塔等级增高使得图像变得模糊、平滑,降低了噪声影响。在之前的旧版本中,通常需要自行调整参数,而20.11新版本新增了一个“adapt_shape_model_high_noise”算子,帮助您来找到最优的金字塔级别,通过设置对应的参数,就可以在高噪声图像中,自动形成最优金字塔等级。
金字塔级数越高,匹配效果越好
支持新的读码类型DotCode和数据矩阵矩形扩展
HALCON读码类型已经扩展到新的代码类型DotCode。这种2D条码是基于点矩阵的一种大小可变、形状多样、识别效率极高的矩阵条码符号,为“快速标记”场景打造。在生产线不间断快速读取的情况下,尤为有效。例如在烟草包装行业。
HALCON的二维码读取器现在支持DotCode
此外,新版HALCON对ECC 200代码读取器增添了数据矩阵矩形扩展(DMRE)。该符号是在ISO / IEC DIS 21471中定义的Data Matrix ECC 200符号的扩展。DMRE标准仅为Data Matrix ECC 200代码添加了新的符号大小。没有将任何参数添加到代码读取器,默认情况下它将直接读取DMRE。
HALCON支持数据矩阵矩形扩展(DMRE)
深度OCR
MVTec在HALCON 20.11中创造了一种“基于深度学习的整体OCR”方法。这项新技术使机器视觉向着“人类阅读”的方向又迈进了一步。新版本中的“整体深度OCR”是基于深度学习进行检测字符、识别字符的方法。与之前的方法相比,它不需要对字符进行分割,这使得算法更加稳定。“整体深度OCR”可以更稳健地定位字符,甚至可以不考虑它们的方向、字体类型和极性。字符的自动分组能力支持识别整个单词,这极大地提高了识别性能,降低了对外观相似的字符的误读。除了文本矩形和单词结果之外,深度OCR还提供了“得分图”,展示了字符和文本行出现位置的确信度。在最后的结果评估过程中,“得分图”可以用来调整Deep OCR的参数,从而优化结果。
深度OCR提供三种模式:
'detection': 在每个文本周围找到一个边框,然后返回不需要字符识别的边框;
'recognition': 接受只包含单个文本行的图像,并只执行字符识别;
'auto': 执行文本检测和识别。
深度OCR提供三种模式
深度OCR能处理之前文本模型阅读器力不能及的大批量数据情况。它是一种专门的预训练深度学习模型,它基于数万张图像样本,使用MVTec公司的内部数据进行预训练,不涉及任何的版权侵犯。同时,深度OCR技术仅需要OCR/OCV License,对硬件环境也有一定的要求。
深度学习边缘提取
深度学习边缘提取是一个新增的提取边缘方法,特别是在一张图像中可见边缘很多的情况下,MVTec的深度学习边缘提取能在少量该图像的预训练集下进行训练。这使得“边缘检测过滤器”无法检测出的边缘,提取可能大大增加。与其他网络训练模型相比,该模型适用于复杂且具有挑战性的场景,如在低对比度、边缘模糊、噪声纹理清晰、存在线扫噪声等情况下,仍然保持良好的鲁棒性。
深度学习边缘提取
传统方法检测边缘
深度学习检测边缘
深度学习模型剪枝
通过“剪枝”操作,用户可以降低模型的存储大小,提升模型的推断速度。实际应用中客户可以在模型的存储大小、推断速度和推断精度上做出平衡选择,使训练出的深度学习模型更加适合实际的使用场景。需要注意的是,经过剪枝后的模型并不适用于on Intel-compatible x64 CPUs 平台上。因为许多内部算子无法适配于该平台,在该平台下经过剪枝后的模型,推断速度可能会变得更慢。
具体要剪枝多少不仅与你所使用的网络结构有关,还与实际的应用场景有关。
基于表面的匹配技术改进
针对许多对象和边缘的3D场景,HALCON 20.11提升了“基于边缘的3D表面匹配”速度。 除此之外,通过消除设置视点,还提高了可用性。当多个细微对象散布在一个大型场景中,会有明显加速的效果。加速程度随着图像中边缘数量增加而增加。
对复杂的3D场景,匹配速度更快
不再需要设置视点
3D重构技术改进
从HALCON 20.11开始,重构算子reconstructor_surface_stereo开始支持处理图像域中的点。以前,该算子是在整个域上工作。现在,对于较大的图像,使用域会得到很高的速度提升。加速程度取决于图像域的大小。可减少的图像越多,预期速度就越快。在上述测试中,考虑相对于边界框覆盖率的数据部分,处理时间还会进一步的减少。
重构算子支持图像域
开发环境Hdevelop的更新
为了提升用户体验,MVTec对HALCON 的集成开发环境 HDevelop 进行了更新。在 HALCON 20.11中,实现了更多用于单独配置的选项,例如新的现代窗口对接概念。而且,现在可以使用主题来改善视觉效果,贴合用户使用习惯。
快速调整HDevelop的窗口布局以适应
在两种配色方案之间切换
支持Markdown的编写程序文档
Markdown 是一种轻量级标记语言,它允许人们使用易读、易写的纯文本格式编写文档。新版HALCON中支持使用Markdown编写程序文档,这包括:文本格式(粗体,斜体,删除线)有序列表和无序列表,也可以嵌套代码块对文档中的运算符,程序或部分进行语法突出显示的引用、表格、链接和图片。
引入Python接口
MVTec在新版HALCON中引入了Python接口,使用 Python 的开发人员可以轻松访问HALCON强大的算法集。HALCON向用户提供了三个Python示例:经典控制台案例,匹配案例和HDevEngine案例。我们可以在%halconexamples%下找到他们。HALCON在《程序员指南》中也添加了关于HALCON / Python的介绍,并且《操作员参考》中的每个算子现在都有专门的Python描述。
支持的最低Python版本为Python3.8,支持HDevEngine,因此,可以在Python下执行HDevelop脚本,与其他接口语言(像C、C++、.NET不同,HDevelop不支持Python的语言导出)。
使用HALCON / Python非常容易,对于一个控制台示例,可以用Python自带IDE或其他编辑器打开,通过import导入即可。
减少基于形状匹配的中间内存
新版HALCON中通过算子控制是否减少“基于形状的匹配”的中间内存。为了加快匹配速度,会根据角度参数和缩放参数,提前生成若干个转换后的模型,而新版HALCON中增加了一个算子参数关闭临时缓存,对模型本身较大,角度步长和缩放步长较小,占用大量内存的情况进行了优化处理。需要注意的是,在某些情况下,较大模型,较小角度和缩放范围,可以加快匹配速度。
更多新特性
HALCON 20.11支持更多ONNX操作符导入;
除了现有的预训练模型(COMPACT, ENHANCED, RESNET-50 和ALEXNET)), HALCON现在提供MOBILENET V2。该分类器是一种小型、低功耗的分类器。因此,它更适合移动和嵌入式视觉应用。在GPU上运行时可能会比其他网络慢一些;
在HALCON 20.11中,分水岭算子支持作用于图像域。分水岭算子加速情况随域的大小而变化;
从HALCON 20.11开始,MVTec不再提供适用于Win32的HALCON版本。
MVTec软件管理器(早鸟版)
MVTec软件管理器 (SOM) 可以帮助我们管理MVTec 产品,在软件管理器中除了常规的HALCON安装程序包外,还提供其他相关产品。我们可以通过软件管理器安装最新版HALCON,管理安装的MVTec软件,启动MVTec软件。预计11月20日会推出该工具,届时可以在大恒图像官网软件下载中心或MVTec官网进行下载。
MVTec软件管理器 (SOM) 可以帮助管理MVTec 产品
以上就是HALCON20.11的全部新特性介绍。最后欢迎大家关注大恒图像微信公众号和抖音号,后续新版本软件正式发布后,会在这两个平台上发布新版本实操视频。
地址:北京市海淀区苏州街3号大恒科技大厦北座12层
邮箱:sales@daheng-imaging.com