Halcon
| Halcon
| |
|---|---|
| |
| Basisdaten
| |
| Entwickler | MVTec Software GmbH |
| Aktuelle Version | 24.05 (16. Mai 2024) |
| Betriebssystem | Windows, Linux, macOS |
| Programmiersprache | C, C++, .Net-Framework |
| Kategorie | Programmbibliothek für: Bildverarbeitung Computer-Vision Kamerakalibrierung |
| Lizenz | proprietär; an Dongle/MAC-Adresse/Server-Lizenz gebunden |
| www.halcon.com | |
Halcon (Eigenschreibweise: HALCON) ist eine proprietäre Programmbibliothek mit Algorithmen für die Bildverarbeitung und maschinelles Sehen.
Die Software wird von dem Münchener Unternehmen MVTec entwickelt.[1] MVTec entstand 1996 als Ausgründung von ehemaligen Mitarbeitern des Instituts für Informatik der Technischen Universität München.
Die Halcon-Bibliothek stellt mehr als 2200 verschiedene Operatoren zur Verfügung und bietet Schnittstellen zu vielen Kameras und Framegrabbern. Sie ist für den Betrieb auf Multicore-Systemen und für GPGPU ausgelegt. Es existieren Versionen für diverse eingebettete Systeme. Halcon wird überwiegend in industriellen und medizinischen Anwendungen eingesetzt. Vergleichbare proprietäre Bibliotheken sind die Cognex Vision Library und die Matrox Imaging Library.
Als IDE wird das herstellereigene HDevelop verwendet. Außerdem existiert auch eine Erweiterung für Microsoft Visual Studio.
Anwendungsgebiete und Algorithmen
[Bearbeiten | Quelltext bearbeiten]- 3D-Bildverarbeitung[2]
- OCR[3]
- flächenbasierendes/kantenbasierendes/formbasierendes Matching[4][5]
- BLOB-Analyse[6]
- Kamerakalibrierung[7]
- Subpixel-genaue Vermessungen
- Morphologie[8]
- geometrische Transformationen[9]
- Code-Identifikation[10]
- Videoverarbeitung (z. B. optischer Fluss)
- Maschinelles Lernen, Deep Learning[11]
- Anomalieerkennung[12]
Auszeichnungen
[Bearbeiten | Quelltext bearbeiten]Das in Halcon verfügbare Anomalieerkennungsverfahren Global Context Anomaly Detection wurde 2023 von der Zeitschrift inVISION als eine der zehn Top-Innovationen des Jahres 2023 ausgezeichnet.[13]
Literatur
[Bearbeiten | Quelltext bearbeiten]- Carsten Steger, Markus Ulrich, Christian Wiedemann: Machine Vision Algorithms and Applications. 2. Auflage. Wiley-VCH, Weinheim 2018, ISBN 978-3-527-41365-2.
Einzelnachweise
[Bearbeiten | Quelltext bearbeiten]- ↑ Roboter unterstützt Astronauten an Bord der ISS – Ein Münchner im Himmel ( vom 24. September 2015 im Internet Archive).
- ↑ Patent EP2720171B1: Erkennung und Haltungsbestimmung von 3D-Objekten in multimodalen Szenen. Angemeldet am 12. Oktober 2012, veröffentlicht am 8. April 2015, Anmelder: MVTec Software GmbH, Erfinder: Bertram Drost, Markus Ulrich.
- ↑ Bin Huang et al 2021 J. Phys.: Conf. Ser. 2074 012015
- ↑ Xuebin Xu, Xinman Zhang, Jiuqiang Han and Cailing Wu, "HALCON Application for Shape-Based Matching," 2008 3rd IEEE Conference on Industrial Electronics and Applications, 2008, pp. 2431-2434, doi:10.1109/ICIEA.2008.4582953.
- ↑ Patent EP1193642B1: System und Verfahren zur Objekterkennung. Angemeldet am 27. September 2000, veröffentlicht am 30. März 2005, Anmelder: MVTec Software GmbH, Erfinder: Carsten Steger.
- ↑ H. -l. Luo, Y. Long, X. -B. Xie and J. -C. Huang, "Realization of vehicle License Plate character Recognition based On HALCON," 2011 4th International Congress on Image and Signal Processing, 2011, pp. 936-939, doi:10.1109/CISP.2011.6100314.
- ↑ Liu, X.P., Chen, Y.C., Pang, Z.F., 2013. Camera Calibration Technique Based on HALCON Machine Vision. AMM. doi:10.4028/www.scientific.net/amm.365-366.666
- ↑ Han, B.A., Xiang, H.Y., Li, Z., Huang, J.J., 2013. Defects Detection of Sheet Metal Parts Based on HALCON and Region Morphology. AMM 365–366, 729–732. doi:10.4028/www.scientific.net/amm.365-366.729
- ↑ Bin Xu, Wenbo Ye, Yurong Wang, 2018. Design of Machine Vision Defect Detecting System Based on Halcon
- ↑ Cong, P. (2021). Design of Machine Vision Teaching Experiment System Based on HALCON. In: Huang, C., Chan, YW., Yen, N. (eds) 2020 International Conference on Data Processing Techniques and Applications for Cyber-Physical Systems. Advances in Intelligent Systems and Computing, vol 1379 . Springer, Singapore. doi:10.1007/978-981-16-1726-3_158
- ↑ D. Marchisotti and V. Sala, "Evaluation of the bounding box uncertainty of deep-learning object detection in HALCON software," 2020 IEEE International Workshop on Metrology for Industry 4.0 & IoT, 2020, pp. 642-647, doi:10.1109/MetroInd4.0IoT48571.2020.9138313.
- ↑ Patentanmeldung EP4145401A1: Verfahren zur Erkennung von Anomalien in Bildern unter Verwendung einer Vielzahl von Maschinenlernprogrammen. Angemeldet am 6. September 2021, veröffentlicht am 8. März 2023, Anmelder: MVTec Software GmbH, Erfinder: Paul Bergmann et al.
- ↑ inVISION Top Innovationen 2023. inVISION, 2023, abgerufen am 1. Februar 2023.
