您的位置:首页 > 资讯 > 人工智能 > 企业动态 > 正文

机器视觉技术在【食品加工行业及其外包装】的检测应用

2022-10-20 17:19 性质:转载 来源: 矩视智能
免责声明:无人系统网(www.youuvs.com)尊重合法版权,反对侵权盗版。(凡是我网所转载之文章,文中所有文字内容和图片视频之知识产权均系原作者和机构所有。文章内容观点,与本网无关。如有需要删除,敬请来电商榷!)
在现代工业自动化生产中,涉及到各种各样的检查、测量和零件识别应用,例如汽车零配件尺寸检查和自动装配的完整性检查,电子装配线的元件自动定位,饮料瓶盖的印...

在现代工业自动化生产中,涉及到各种各样的检查、测量和零件识别应用,例如汽车零配件尺寸检查和自动装配的完整性检查,电子装配线的元件自动定位,饮料瓶盖的印刷质量检查,产品包装上的条码和字符识别等。

这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。

通常这种带有高度重复性和智能性的工作只能靠人工检测来完成,我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序,在给工厂增加巨大的人工成本和管理成本的同时,仍然不能保证100%的检验合格率(即“零缺陷”),而当今企业之间的竞争,已经不允许哪怕是0.1%的缺陷存在。

尤其是食品工业,它属于高度劳动密集型产业。

人工成本大约是产品成本的50%,其中大部分是重复性工作,这导致不良的质量控制和事故。

如果使用机器视觉系统通过自动化降低了人工成本,则总成本可能会降低。

因此,为了提供质量保证和检查,最小化人工成本并提高效率,机器视觉系统在食品和包装行业中的应用程度最高。


01

AI助力食品行业质量检测

目前,食品行业对于质量检测的大部分需求集中于食品外包装检测、瓶装饮料的液位及异物检测、瓶盖包装检测等。在以往,这些检测通常通过人力完成,由于生产量大、食品种类多,因此人工质检员数量也多。据了解,在生产旺季,人工检测成本能占到总人力成本的40%。目前,关于食品质检共有三种检测方式。人力检测:培训成本高、周期长、成果不可控;检测花费时间长、工人劳动强度较大;检测标准不统一,检测结果差异明显;误检、漏检等情况不可避免。传统机器视觉检测:部署周期长、成本投入较高;针对特定场景使用,灵活度不高;复杂场景中,漏检率难以掌控。机器视觉检测:可适应不同场景检测需求,灵活度较高;可适用于缺陷形态复杂、环境复杂的检测目标,适应范围广;算法平台支持零成本开发,成本投入小;开发周期短,落地使用快。作为人工智能领域一个正在快速发展的分支,机器视觉的出现为工业自动检测、过程控制和机器人引导等应用提供基于图像的自动检测和分析。机器视觉极适用于大批量生产过程中的测量、检查和辨识的行业中,特别是包装/食品/饮料行业。当视像和传感技术得以进步、成本下降而性能增强时,大多数包装商可实现 100%在线检测。

02

机器视觉在食品外包装的应用

包装破损有可能导致食物变质,包装材料缺失则会影响顾客购买欲,在产品出厂前厂家务必要保证食品包装的完好无损。对于塑料袋包装食品,要检测包装是否破损、标签有无、生产日期有无等;易拉罐包装产品,则要检测拉环质量、生产日期有无、序列号等;纸盒包装产品,需要检测外包装是否有缺(如吸管有无、插孔是否破损)。利用机器视觉,通过设定图像传感器,获取包装后的对象图片信息,与标准产品图片信息相对比,这样即可检测出包装缺陷。检查饮料包的侧面是否粘有吸管

日期有无检查

独立包装内有无的检查

食品密封盖的有无检查

饮料瓶盖内密封圈的有无检查

食品是否溢出的检查

03

机器视觉在其他包装的应用

机器视觉在包装作业中的应用 方式很多,一般地,由人工完成的重复性作业,都可用机器视觉系统来代替。例如,从包装工艺上分类,如瓶子的分类和液位测量,标签、盖子、盒子的检查,可乐瓶的形状、尺寸、密封性、完整性的检查等。从包装物的形状上分类:包装盒、包装箱、包装袋、金属箔、管状、泡状、盘状、杯状、广口瓶、细口瓶、罐状、桶状等。从包装内容上分类:①食品和饮料:食品 、糖果、烟草、饮料 ( 含酒精和不含酒精) ;②化妆品:清洁类和洗涤类、磨面类、乳液类;③制药:药片、胶囊、药膏、药液;④建材和化工:粉剂、颗粒、液体;⑤金属:电器、工具、连接件等。

04

应用示例

机器视觉系统应用举例 ———可乐灌装检测可乐灌装生产线需要检测灌装是否合格,包括可乐是否灌足,以及瓶盖是否封好。检测要求是快速可靠,并能直观显示检测结果,为此在生产线上加装机器视觉检测系统,灌装完毕的可乐瓶从生产线上快速流过,光电传感器触发CCD 数字相机摄取图像,由处理器分析处理,在显示器 上显示图像与检测结果 , 并可通过I/ O口控制执行机构实现自动筛拣。

具体的步骤是:(1) 首先需要找到瓶子的基准点,选取瓶盖中心作为瓶子的基准点,快速识别瓶盖的图象模式,获取瓶盖位置,从而确定瓶子的位置。(2) 判别可乐是否灌足。(3) 判别瓶盖封装的好坏。(4) 设计显示界面,以及输出信号控制执行器。

(a)是一个瓶盖没有封好的例子,从显示屏上可以清楚地看到瓶子的图像,盖子中间裂开,因此这瓶可乐灌装不合格。这样就完成了可乐灌装质量的机器视觉检测,每秒钟可检测数瓶可乐,快速准确,避免了过去由于人工检测所带来的不可靠因素,大大提高生产质量与效率。总之,应用机器视觉系统能够大幅降低检验成本,提高产品质量,加快生产速度和效率。而对包装企业来说,意识到技术发展的趋势并首先付诸实施者无疑将走在竞争的前列。矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、3D测量、视频开发等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。

网友评论
文明上网,理性发言,拒绝广告

相关资讯

热点资讯
推荐图文

关注官方微信

手机扫码看新闻