食品和制药行业的愿景例子

机器视觉保护食品安全,提高检验效率

随着经济的发展,我们享受着丰富多样的饮食。这使得生产和销售越来越复杂,从而产生了许多问题,如:“这种产品是在哪里生产的?”或“残留的农药或放射性物质是否有问题?”在这种情况下,食品安全再次成为人们关注的话题。日本政府机构,包括厚生劳动省;农林水产部;消费者事务厅(Consumer Affairs Agency)一直在鼓励加强检验标准,并实施可追溯性。

对过期日期、异物混合、包装故障和其他问题的常规检查必须依靠人眼和经验,这既昂贵又耗时。人的眼睛有一定的局限性,在视觉上很难判断一些目标,如药片。近年来,为了减少时间和劳动力以提高生产率,提供更安全、更可靠的食品,越来越多的公司在其检验过程中引入了图像处理。以下是机器视觉在食品和制药行业的应用实例。

存在/没有检查

用机器视觉检查方便面中是否有包装内容,如配料包。

关键检验点

使用机器视觉,检查方便面中是否有包装的食材和汤。一个控制器可以控制多个摄像头。这提高了可操作性,并支持并行生产线的使用。

机器视觉识别结果

使用机器视觉,数一个纸板箱里的PET瓶。

关键检验点

使用2100万像素的相机可以在广阔的视野内进行高精度的检查。除了数瓶子,单台摄像机还能进行其他检查,如通过检查字符或颜色的微小差异来检查不同类型的瓶盖。

识别结果与2100万像素的机器视觉

用机器视觉检查果汁盒上是否有吸管。

关键检验点

由于背景不平坦和吸管位置的变化,检查果汁盒上的吸管附件一直不稳定。LumiTrax功能允许稳定的检查不受背景或位置变化的影响。

机器视觉和LumiTrax的识别结果

缺陷检查

这是对输送带上塑料瓶盖的质量检查。

关键检验点

当对包装上的缺陷进行检查时,颜色和标识可能与缺陷混淆。通过使用彩色照明,缺陷可以简单地从背景中提取出来。

正常照明模式下的识别结果
可接受的图像
有缺陷的图片
有缺陷的图片
(颜色提取之后)

在线配药过程中异物污染的检查。

关键检验点

当检查包装过程中的污垢、毛发和其他不可接受的污染时,需要灵活的照明来检测NG部件。使用多光谱照明,可以提取轻微的颜色变化,只检测缺陷的部分。

识别结果采用多光谱模式
可接受的图像
有缺陷的图片
有缺陷的图片
(颜色提取之后)

这是包装过程中的外观检查。

关键检验点

在传统的照明条件下,区分包装的颜色或标记从缺陷或污垢可能是困难的。如果采用多光谱模式,即使是微小的缺陷或污垢也能可靠地提取出来,进行稳定可靠的检测。

识别结果采用多光谱模式
有缺陷的图片
有缺陷的图片
(颜色提取之后)

这是对气泡包装内的药片的检查。

关键检验点

按照惯例,药片的颜色和薄膜包装之间的对比是如此之小,以至于不可能进行可靠的检查。通过红外照明,可以准确地检查片剂中的缺陷。

正常照明模式下的识别结果
有缺陷的图片
有缺陷的图片
(进行后期处理图像)

使用机器视觉对PET瓶标签进行外观检查,发现撕裂或瑕疵。

关键检验点

检查PET瓶是否有撕裂的收缩标签。高速加工可以跟上饮料工业中使用的快速移动生产线。

机器视觉识别结果

使用机器视觉,检查食品容器的污渍或瑕疵。

关键检验点

检查食品容器是否有污点或皱纹等缺陷。高像素相机也能进行高速处理。他们可以使用,甚至当检查要求将增长或线速度将增加在未来。

机器视觉识别结果

用机器视觉对面皮进行外观检查,检查面皮是否有污渍或孔洞。

关键检验点

检查面条面团是否有污渍或洞,必须检查的范围很广。传统的区域相机不能提供稳定的判断,因为光照条件甚至没有超过整个范围,KEYENCE的线扫描相机可以实现均匀的光照条件,以实现稳定的检查。

线扫描相机的识别结果

使用机器视觉检查饮料罐是否有凹痕或瑕疵。

关键检验点

由于受印刷的影响,对罐的外观检查很难发现侧面的凹痕或其他缺陷。行扫描相机可以忽略打印,只提取凹陷和缺陷。

线扫描相机的识别结果

尺寸检查

利用机器视觉,检查注射器针头斜角的尺寸。

关键检验点

注射器针头的斜角要斜切两次,以减轻使用时的疼痛。传统的机器视觉无法区分这些表面。使用特定的照明条件可以精确测量和管理斜角的尺寸。

机器视觉识别结果

利用机器视觉检查集装箱标签的不对中。

关键检验点

检查包装在容器周围的标签是否对齐。除了不对中、标签剥落等外观缺陷可以同时检查。

机器视觉识别结果

利用机器视觉,检查包装的封口宽度。

关键检验点

由于图案、表面不平整和眩光的影响,包封宽度的检查不稳定。LumiTrax功能通过使用密封部分不均匀表面的信息,可以只根据形状进行检查。

机器视觉和LumiTrax的识别结果

定位/对齐

使用机器视觉,检测罐头上的图案和识别方向。

关键检验点

在罐头包装之前,检测图案以对齐方向。输出标记的位置信息到设备进行校正,以旋转产品,节省了包装劳动。

用机器视觉进行模式对齐

使用机器视觉定位糖果拳击机器人。

关键检验点

包装糖果包是一个典型的手工过程;然而,通过图像处理和机器人的引入,它已经越来越自动化。

机器视觉定位

验证检查

这是对医疗纸盒的印刷检验。

关键检验点

在常规检查中,背景和标记之间的颜色相似会造成困难。通过使用LumiTrax™模式,可以仅精确提取文字和标记的不平坦表面,从而实现稳定可靠的检测。

LumiTrax™模式下的识别结果
有缺陷的图片
有缺陷的图片
(形状图片)

这是铝制包装膜的外观检验。

关键检验点

在常规检查中,目标的光泽度和背景颜色会造成文本或标记识别的困难。通过使用LumiTrax™模式,可以仅精确提取文字和标记的不平坦表面,从而实现稳定可靠的检测。

LumiTrax™模式下的识别结果
有缺陷的图片
有缺陷的图片
(进行后期处理图像)

使用机器视觉,检查食品或药品上标明的最佳食用日期。欧宝官网开户

关键检验点

系统检查有缺陷的标记,如不正确的标记或难以辨认的字符。用图像长期存储检测数据是防止出现问题的有效措施。

机器视觉识别结果

使用机器视觉,检查药品包装上的字符和条形码。

关键检验点

制药行业对可追溯性的需求正在增加。图像处理允许单一检查系统进行各种检查,检查字符、条形码、标签等。

机器视觉识别结果

3D机器视觉检测

使用3D测量系统,计算巧克力块和检查丢失的部分。

关键检验点

使用LJ-V7000系列3D测量系统不仅可以计数目标,还可以检查目标表面的空洞或外来颗粒。

三维图像识别

使用三维测量系统,检查水泡包的外观。

关键检验点

对起泡包装中的撕裂进行稳定检查是非常困难的。通过使用3D机器视觉,可以在不受表面光泽度和曲率影响的情况下检测这些缺陷。

三维图像识别

1 - 888 -日本基恩士

1 - 888 -日本基恩士

回到顶部