Als grafisches Software-Werkzeug für Bildverarbeitungslösungen wird der Matrox Design Assistant länger genutzt. Nach der Übernahme von Matrox durch Zebra Technologies wird die weiterentwickelte Version 10.0 bzw. 24H1 jetzt unter dem Namen Aurora Design Assistant angeboten.

Neue Funktionen

• Das Objekterkennungs-Tool CNNObjectDetect basiert auf Deep Learning-Algorithmen und soll die Lokalisierung von Instanzen eines vortrainierten Objekts oder einer Merkmalsklasse erleichtern. Das Werkzeug identifiziert die Klasse von Objekten, liefert eine Erkennungsbewertung und erzeugt eine Bounding Box um erkannte Objekte. Der Anwender kann Informationen zu den Merkmalen dieses Begrenzungsrahmens wie die Koordinaten der Ecken, des Zentrums sowie die Höhe und Breite für die weitere Auswertung nutzen. Für die Objekterkennung werden Objekte anhand von nur wenigen Stichproben mit der Anwendung Aurora Imaging CoPilot trainiert. Auf diese Weise wird ein einfaches Zuordnen von Objektmerkmalen möglich.
• Darüber hinaus umfasst Aurora Design Assistant 10.0 zwei weitere Deep Learning-Modelle: Mit Hilfe eines Modells zur Klassifizierung von Bildern lassen sich Bilder identifizieren, Bilder oder Regionen kategorisieren sowie Bilder einer Klasse zuordnen. Vor dem Einsatz dieses Werkzeugs ist das Antrainieren von Beispielbildern der erwarteten Klassen erforderlich.
• Als drittes Deep Learning-Modell steht eine Bildsegmentierung zum Erkennen von Objektmerkmalen wie beispielsweise Defekten zur Verfügung. Dieses Tool lässt eine Kategorisierung von Bildnachbarschaften zu und markiert unregelmäßige Merkmale in einem Bild. Trainiert wird dieses Modell mit Stichproben von segmentierten erwarteten Merkmalen.

Erweiterte 3D-Werkzeuge

• Für den Abgleich von 3D-Oberflächen enthält der Aurora Design Assistant 10.0 das neue Tool ModelFinder3D. Mit seiner Hilfe ist es möglich, 3D-Oberflächen in einer Punktwolke zu erkennen. Solche Flächenmodelle können aus einem 3D-Scan oder einer CAD-Datei definiert worden sein. Als Ergebnis liefert das Tool die Anzahl der gefundenen Vorkommen, die Punktezahl, die Koordinaten des Zentrums, die geschätzte Lage und die Anzahl der Punkte zurück. Über diverse Steuerelemente können Anwender Parameter wie die Suchgenauigkeit, die Robustheit und die Geschwindigkeit beeinflussen und so die Arbeitsweise von ModelFinder3D nach den jeweiligen Vorstellungen optimieren.
   
• In bestimmten Bildverarbeitungsanwendungen ist es erforderlich, 3D-Formen innerhalb einer aufgenommenen Punktewolke zu erkennen. Für diese Aufgabe stellt der Aurora Design Assistant 10.0 Anwendern das Tool 3D-Box-Finder zur Verfügung. Es ist optimiert für die Suche nach quaderförmigen Objekten wie z.B. Schachteln und Verpackungen in einer Punktwolke und spezifiziert diese zu suchenden Boxen grafisch oder numerisch. Als Ergebnisse gibt das Tool Positions- und Orientierungsinformationen kompletter Quader und ihrer Flächen sowie deren Abmessungen aus. Selbst wenn nur eine begrenzte Anzahl von Flächen sichtbar ist, liefert 3D-Box-Finder nach Angaben des Unternehmens noch gute Ergebnisse.
   
• Sowohl für die 3D-Bildverarbeitung als auch für weitere Aufgabenstellungen wie unter anderem das Lesen von 1D- und 2D-Codes, die automatische Erkennung von GenICam-konformen Kameras oder die individuelle Optimierung von Benutzeroberflächen bietet der Aurora Design Assistant 10.0 Möglichkeiten, die bei der Erstellung von Bildverarbeitungslösungen hilfreich sind.