食品和制药行业机器视觉检测案例
当前位置:首页 > 技术分享 > 正文

食品和制药行业机器视觉检测案例

小施 2020-12-29 9030 0


1、饮料纸箱的类型和方向检查

在纸板箱中检测方向错误或类型不同的饮料纸盒。常规方法使用多个机器视觉,并且转换的调整需要大量的工时。单色相机不能用于检查与纸板箱亮度差较小的产品。

2、检查瓶盖

检查瓶盖是否有不同类型。目视检查是常用的方法,但不能做到100%的检查。由于这是一条高速生产线,可生产大量产品,因此该生产线上需要多名检查员。引入机器视觉甚至可以对高速生产线进行100%检查。这样可以防止有缺陷的产品外流,并减少解决客户投诉的成本。

3、数药包

计算包装盒中药盒的数量。由于与背景的对比度较低,传统的机器视觉无法准确检测数据包。您可以将模糊滤镜,阴影校正和对比度转换应用于与背景对比度较低的数据包边缘,从而仅可靠地计算数据包边缘。

4、检测从速食容器中出来的物品

检测从速食容器中出来的配料或小包。由于检查范围有限,传统的机器视觉无法检测到从容器中出来的数据包。施努卡提供从0.31到21兆像素型号的各种摄像机,以适应任何检查范围。这样可以确保可靠地检测出从容器中出来的配料或包装。

5、检查包装插页和丢失的产品

检查包装插页是否存在,并检查包装箱中是否缺少产品。常规上使用光电传感器,但是当包装插页或包装盒放置不同时,检查不准确。机器视觉的引入使包装插入物和丢失的产品无论其位置如何均可进行准确的检查。

6、检查乳制品是否有缺陷

检查乳制品包装是否有缺陷,例如标记字符。由于背景色的反射,常规方法不能准确地检测标记和图案。彩色摄像机可以对标记和产品类型进行高精度识别,从而实现稳定的检查。

7、检查饮料罐上是否有运动标签

检查广告贴的附着情况。这些贴纸仅在广告系列期间使用,因此设置需要额外的工作。传统的机器视觉无法检测到位置或方向的偏差,有时会导致没有贴纸的产品流出。彩色相机不仅可以准确检测贴纸的存在,还可以准确检测其位置和角度。颜色配准可以同时检测各种缺陷,包括上下颠倒的附着,倾斜和不同类型。

8、检查药丸数量

检查完成的泡罩包装是否有药丸丢失。由于背景的影响,使用机器视觉的传统方法无法准确计数。使用彩色相机和颜色提取功能可以对不受背景影响的药丸进行计数。

9、检查不同类型的饮料瓶的混合

使用机器视觉检查不同类型饮料瓶的混合情况。目视检查通常被使用,这花费大量的劳动和时间。有时由于人为错误而忽略了不同的类型。使用机器视觉可以实现全自动检查。它还使检查更快,并显着减少了人工成本和时间。施努卡提供了高精度的颜色区分和高精度的轮廓判断功能,可以可靠地检查标签条件,包括颜色,形状和位置,以防止不同产品的混合。

10、读取饮料纸盒上条形码的检查

阅读饮料纸盒上标记的条形码。通常使用条形码读取器或手持式移动计算机,但是此解决方案无法同时读取字符信息(例如,最佳日期)。机器视觉可以同时读取条形码和字符信息,以进行集体管理。这样可以防止混合不同类型或过期的产品,并确保可追溯性。

11、检查化学包装上的标记

检查化学包装上的标记。由于透明薄膜的光泽(眩光)的影响,传统的机器视觉经常导致误判。产率低且处置成本高。

12、检查铝包装上的标记

检查铝包装上的标记。传统的机器视觉由于铝表面上产生的眩光的影响而导致误判。

13、检查蒸煮袋包装上的标记

检查蒸煮袋包装上的标记。传统的机器视觉无法检测到形状不确定的有光泽目标上的字符。蒸煮袋包装的检查有误判断。施努卡视觉支持多种照明和图像处理技术,可以准确检测在不确定形状的反光材料上标记的字符,例如,杀菌袋包装。该系统可以快速解决字符变化,并准确识别细微的变化,例如褪色。

14、检查喷墨标记

评估喷墨打印机的标记。由于材料表面的形状或反射率的影响,根据标记目标,传统的机器视觉可能会导致误判。

15、检查瓶盖是否松动

使用机器视觉检测连接到滴眼剂瓶上的松盖。传统的图像处理系统最多只能连接两个摄像机。根据盖的松动部分,有时会忽略有缺陷的产品。另一个问题是节拍时间短。即使使用多台摄像机,图像处理也无法跟上线速度。Schnoka系列最多可以连接四个摄像机。业内最大数量的内核和先进的并行处理能力使该系统可用于高速线路。即使生产线需要较短的节拍时间,检测也很稳定。

16、检查玻璃瓶中的液位

检查液体填充玻璃瓶的高度。玻璃瓶的体积可能会有所不同,因此,即使玻璃瓶中填充了相同量的液体,它们的含量也似乎更少(或更多)。因此,需要在最终过程中目视检查液体的液位,这需要人工成本和时间。使用机器视觉检查液位可以根据视觉量而不是填充量进行判断。即使填充量相同,极低的液位也可能导致商店中的客户投诉。液位检查可以防止这些问题的发生。

17、检查罐底污渍

检测粘附在罐底的异物或污渍。由于光线不均匀和颜色不均匀的影响,传统的机器视觉不能仅稳定地检测异物。实时图像提取处理仅能可靠地检测微小的异物。对比度视图显示通过使用蓝色和红色之间的颜色编码可视化缺陷及其周围环境之间的强度差异,从而实现直观的区分。

18、检查毛刺的树脂盖

检测在树脂盖上产生的毛刺和凹痕。传统上依靠目视检查和监督的检查无法完全避免。趋势边缘染色模式可确保可靠检测自由曲线上的缺陷,包括看起来像帽沿的缺陷。

19、检查瓶口是否破裂

检查玻璃瓶的口是否破裂。传统的机器视觉无法检查细微的缺陷(例如碎裂),从而导致错误判断。施努卡提供图像增强滤镜,包括阴影校正和对比度转换,以确保可靠地检测阴影变化。该系统可以识别在制造过程中产生的玻璃瓶碎裂,并防止碎屑进入产品并在装运后防止内容物泄漏。

20、检测药丸上的污渍和异物

检测粘在药丸上的污渍和异物。单色相机无法检测到类似于背景的颜色污点。另一个问题是分辨率太低,无法识别微小的异物。使用彩色相机,可通过颜色区分更准确地识别污渍和异物。该系统提供了从0.31到21兆像素型号的各种摄像机,以适合检查项目。这样可确保即使微小的变化也能可靠识别。准确检测污渍,异物,油的附着力,变形和不对正将防止次品流失,并减少解决客户投诉的成本。

21、检测铝包装中的针孔

检测铝包装中的针孔。目视检查是按常规进行的,这花费大量的劳动和时间。机器视觉的引入可以自动检测用于瓶盖和包装的铝板上的针孔和裂缝。

22、检测热封不良

检测热封过程中产生的针孔和其他缺陷。目视检查是按常规进行的,但是判断困难,有时会导致次品的流出。机器视觉可以识别针孔,皱纹和切割不良。它可以从远处捕获整个图像,以进行全面检查,检查目标是否在指定位置,切刀是否正确放置以及识别微小缺陷。远距离检查增加了安装的灵活性。

23、检测药物容器盖的剥离

检测药物容器盖的剥离。传统的机器视觉无法根据剥离位置识别缺陷。

24、检测密封贴纸的剥落/存在

使用机器视觉检测密封贴纸的存在或剥落。常规的单色相机无法区分产品类型,并且需要大量的劳动来进行转换。

25、检测碎的PET瓶

检测PET瓶侧面的挤压损坏。传统的图像处理系统无法识别对比度低的变化,例如压碎。在星轮传送过程中安装机器视觉以检测碎瓶可提高工作效率。



取消回复发表评论:


获得技术支持