HALCON 17.12 Progress +12月License 完整特别版 32/64位

HALCON是一款完善的标准的机器视觉算法包，拥有应用广泛的机器视觉集成开发环境。近日MVTec公司正式发布全新版本HALCON Progress 17.12。HALCON Progress与以往HALCON不同，是MVTec定义的一个全新机器视觉软件产品。HALCON Progress是用户享有最新机器视觉功能的一条快速途径。HALCON Progress大约每六个月发布一个新版本，因此HALCON Progress的用户可以比之前更快、更频繁的访问最新的功能，更早访问最新的机器视觉算法功能意味着用户可以缩短新一代产品上市的时间，更好抓住市场机遇。

HALCON Progress 17.12作为HALCON Progress的第一个正式发布版本，提供了很多全新的、非常实用的、热度超高的功能。

ps：这里暂提供HALCON系列12月的License，需要的朋友可下载试试！

安装方法：

将对应Halcon版本当月的*.dat文件放到Halcon安装根目录下license文件夹下即可，不可乱放license。
例如：
Halcon安装路径为：D:\Program Files\MVTec\HALCON-17.12\
则License许可放置位置在：D:\Program Files\MVTec\HALCON-17.12\license\ 文件夹下即可。

适用于HALCON出现错误码为：21010 许可无效！其他错误码无法使用该方法进行解决。

附加功能

1.深度学习功能

使用MVTec HALCON 17.12 版软件，用户可以使用CNNs（卷积神经网络）来训练自己的分类器。在训练CNN 之后，用户可以在HALCON 软件中使用神经网络对新的数据进行分类。
针对工业成像应用进行深度优化
HALCON Progress 17.12版本中提供了一个深度优化过的预训练后的神经网络。MVTec公司基于多年的机器视觉工业领域应用经验及其对深度学习技术的深入了解，精选了近百万幅图像对神经网络进行了预训练，这个预训练后的神经网络可以使客户仅提供相对少量被测物图像（约300~500幅）即可对神经网络进行进一步训练，从而得到一个针对自身应用的神经网络。
训练和再训练自定义神经网络非常简单
训练时只需要提供带有标签的训练图像即可，这些训练图像需要按照缺陷和状态预先进行分类。可以使用新的图像对训练后的神经网络进行再训练，也可以通过新类型的图像的训练在已有的神经网络中添加对新类型的识别。
自动特征提取
与传统的分类方法（多层神经网络、支持向量机、高斯混合模型、K邻域分类器等）相比，使用HALCON深度学习的功能在训练过程中，HALCON会对已标记的训练图像进行分析，并自动学习哪些特征是最佳用于分类的特征。
1.无缝集成到强大的HALCON 库中
随着该技术被完全集成到工业应用中广泛认可的HALCON产品中，可与当前已经可用的非常全面的算子融合在一起，从而在构建您的应用程序时给予最大灵活性。您将从其众多优势中获益，例如：基于同一平台的持续开发、改进、维护、BUG修正和支持服务。
2.偏折法
为了解决带有镜面反射的物体表面上例如凹陷和划痕检测所带来的挑战，HALCON 现在提供基于偏折法原理的视觉检测方法供您使用。该方法利用了镜面反射原理，通过观察已知图案在目标物体表面上的镜像图像及其变形来实现。

3.改进的自动文本阅读器
HALCON 17.12 提供了一个改进版的自动文本阅读器，它现在可以更加鲁棒地检测和分离粘连字符并进行识别。

4.多3D点云数据的表面融合
HALCON 现在提供了一种新的方法，将多个3D 点云融合到一个均匀的重采样点云表面。这种新方法能够将各种3D 传感器的数据结合起来，即使是不同的类型，如：立体相机、TOF 相机以及光栅投影。该技术对于逆向工程特别有用。

应用领域
在工业应用中，CNNs 可以用于缺陷分类（如：电路板）， 或者对象分类（如：从单个图像中识别水果的类型）等。