Halcon
Halcon
| |
---|---|
Basisdaten
| |
Entwickler | MVTec Software GmbH |
Aktuelle Version | 22.05 (25. Mai 2022) |
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
- 3D-Bildverarbeitung
- OCR[2]
- flächenbasierendes/kantenbasierendes/formbasierendes Matching[3]
- BLOB-Analyse[4]
- Kamerakalibrierung[5]
- Subpixel-genaue Vermessungen
- Morphologie[6]
- geometrische Transformationen[7]
- Code-Identifikation[8]
- Videoverarbeitung (z. B. optischer Fluss)
- Maschinelles Lernen, Deep Learning[9]
Literatur
- Carsten Steger, Markus Ulrich, Christian Wiedemann: Machine Vision Algorithms and Applications. 2. Auflage. Wiley-VCH, Weinheim 2018, ISBN 978-3-527-41365-2.
Einzelnachweise
- ↑ Roboter unterstützt Astronauten an Bord der ISS – Ein Münchner im Himmel (Memento vom 24. September 2015 im Internet Archive).
- ↑ 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.
- ↑ 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.