基础知识

MVTec公司正式发布Halcon17.12 深度学习功能

已经发布的Halcon17.12在2017年12月份正式与大家见面了，它同时提供了两种版本供大家学习！
一种叫progress edition 进化版,另外一直就是steady edition 稳定版，当然啦，谁都可以猜到这里面的维护更新谁最快了！目前已经发出来的版本是process版本，感觉较前一个版本Halcon 13变化不大，多了一些深度学习功能！

一、深入学习：

   随着17.12的发布，用户将能够训练自己用的细胞神经分类器(卷积神经网络 Convolutional Neural Networks 简称 CNN)，训练后的CNN能够被用于新的数据分类。

1.训练CNN
   在Halcon中通过提供足够做标记的训练图像来训练一个CNN，例如，为了区分显示划痕或污染的样品和良好的样品，必须提供所有三类的培训图像：显示划痕的图像必须标明“划痕”，显示某种污染的图像必须带有“污染”的标签，而显示一个好样品的图像必须在“OK”类别中。

2.使用训练的网络
   一旦网络学会区分给定的类，例如，判断图像是否显示了划痕、污染或良好的样本，网络就可以投入工作。这意味着，用户可以将新创建的CNN分类器应用于新的图像数据，然后将分类器与训练中学习的类匹配。

深入学习的典型应用领域包括缺陷分类（例如，电路板、瓶嘴或药丸）或对象分类（例如，从一个图像中识别植物种）。

二、检测镜面反射

   检查镜面反射表面会带来特殊的挑战，因为观察者看不到表面本身，而只看到环境的镜像。这对大多数的表面检测方法，如三角测量或阴影的形状带来了严重的问题，因为这些通常依赖于漫反射。
   HALCON 17.12包括新的操作指令，这使用户能够检查镜和部分反射表面采用偏转原理检测缺陷。这种方法使用上述镜面反射，通过观察已知图案的镜面图像及其表面的变形。

三、自动文本阅读器
   HALCON 17.12功能改进的自动文本阅读器版本，现在检测和分离粘连字符的更强劲。

四、多个三维点云的表面融合
HALCON现在提供了一个新的方法，将多个三维点云到一个密封表面。这种新方法可以将各种3D传感器的数据组合起来，甚至可以从立体相机、飞行相机时间和条纹投影等不同类型的数据中组合。这项技术特别适用于逆向工程。

五、hdevengine改进
包括在HALCON 17.12中的新HDevelop库导出，和调用任何其他C++函数类似从C++程序调用HDevelop一样容易和直观。新图像处理库的导出也支持Cmake的项目，可以为许多流行的IDE项目它可以很容易地配置，如Visual Studio。

下载地址：https://www.51halcon.com/thread-954-1-1.html

上一个：Blob分析下一个：AI魔幻行为大赏：细数机器视觉的9大应用场景