[헬로티]
HALCON 20.11 STEADY/PROGRESS Edition이 출시되었다. 많은 새로운 기능을 통해 머신비전 프로세스에 효율적으로 접근할 수 있다. HALCON 20.11은 형태 기반(Shape-based) 매칭과 표면 기반(Surface-based) 매칭과 같은 핵심 기술에 대한 최적화, 새로운 2D 코드 DotCode 타입의 인식, 그리고 딥러닝 기반의 Deep OCR 등의 강력한 새로운 기능이 추가되었다.
Deep OCR
HALCON 20.11에서는 딥러닝을 기반으로 한 Deep OCR을 제공한다. 기존의 OCR 알고리즘에 비해, 방향, 글꼴, 극성에 관계없이 문자와 숫자를 훨씬 강력하게 인식할 수 있다. 또한, 문자를 자동으로 그룹화하는 기능을 통해 전체 단어를 식별할 수 있다.
딥 러닝 에지 추출
딥 러닝 에지 추출은 에지를 강력하게 추출하는 새롭고 독특한 방법이다. 적은 이미지 수로 트레이닝하여 안정적으로 에지를 추출할 수 있기에 특정 유형의 에지를 추출하기 위해서 프로그래밍하는 작업이 크게 줄어든다. 또한, 사전 트레이닝된 네트워크는 낮은 컨트라스트 및 노이즈가 심한 상황에서 에지를 강력하게 추출할 수 있다.
딥 러닝을 위한 PRUNING
네트워크 Pruning을 사용하면 사용자는 메모리 및 속도 측면에서 트레이닝 된 딥 러닝 네트워크를 최적화할 수 있다. 이 기능을 사용하면, 속도, 저장 및 정확도 매개 변수의 우선 순위를 제어할 수 있으므로 애플리케이션 별로 요구 사항에 따라 네트워크를 수정할 수 있다.
DotCode와 ECC 200 코드 리더
새로운 코드 유형인 DotCode를 인식할 수 있다. 이 2D 코드는 도트 매트릭스를 기반으로 한다. 이 코드 타입은 매우 빠르게 인쇄될 수 있으며, 특히 담배 산업과 같은 고속 애플리케이션에 적용할 수 있다. 또한 ECC 200 코드 리더는 DMRE(Data Matrix Rectangle Extension)를 지원한다.
낮은 컨트라스트와 노이즈가 심한 상황에서의 SHAPE-BASED MATCHING 향상
낮은 컨트라스트와 노이즈가 심한 환경에서도 핵심 기술인 형태 기반(shape-based) 매칭의 성능이 더욱 개선되었다. 이제 더 많은 파라미터가 자동으로 추정되어, 사용 편의성을 높이고, 낮은 컨트라스트와 노이즈가 심한 상황에서도 강력한 매칭률을 획득할 수 있게 되었다.
SURFACE-BASED 3D MATCHING 향상
에지 지원 표면 기반 3D 매칭(Edge-Supported Surface-based 3D)이 훨씬 빨라졌다. 3D scene에서 많은 에지와 물체가 있는 경우 속도가 향상되었으며, 속도 향상 외에도 센서의 위치를 정의하는 뷰 포인트를 설정할 필요가 없어 사용 편의성이 개선되었다.
HALCON/PYTHON
HALCON 20.11에는 새로운 HALCON/Python 인터페이스가 추가되었다. Python을 사용하는 개발자는 HALCON의 강력한 오퍼레이터에 쉽게 접근할 수 있다.
HDEVELOP FACELIFT
사용 편의성을 위해 HALCON의 통합 개발 환경인 HDevelop가 새롭게 변경되었다. HALCON 20.11에서는 새로운 윈도우 도킹과 같은 개별 구성에 대한 더 많은 옵션이 구현되었다. HDevelop을 다크 모드와 같이 개인 선호도에 맞게 테마를 구성할 수도 있다.
테크닉스
