AI機器視覺在食品包裝檢測行業的應用
來源：網絡2023年12月22日熱度：3
隨著食品安全意識的廣泛傳播，人們對食品質量和安全的要求越來越高，眾多食品包裝廠商加速產線數智化轉型，迫切需要高效、準確且智能化的檢測技術。
在現代食品及包裝行業的自動化生產中，涉及到各種各樣的識別、檢測、測量等環節，通過機器視覺技術能夠實現外觀缺陷檢測、尺寸測量和條碼和字符識別等環節的高效應用，持續賦能連續大批量生產、外觀質量要求較高的食品及包裝行業場景。
機器視覺檢測技術賦能食品包裝多場景應用
機器視覺檢測技術通過計算機視覺和人工智能技術，對圖像進行分析和處理，以實現自動化的目標檢測、識別和追蹤。同時機器視覺檢測能夠適應不同場景檢測需求，適用于缺陷形態繁雜、環境復雜的檢測目標，尤其在食品、包裝、飲料等需要對產品進行大批量識別、檢測的行業中，通過機器視覺檢測技術能夠實現100%在線檢測。
機器視覺檢測技術在食品包裝行業的應用：
外觀缺陷檢測
食品及包裝行業中常常需要對產品的包裝盒、包裝袋表面進行缺陷檢測，其檢測內容包括產品混料、外包裝破損、臟污等，機器視覺技術能夠通過拍照或掃描取圖的方式對產品進行高效外觀檢測。
尺寸測量
在食品及包裝行業中，產品的尺寸是一個重要的檢測指標，機器視覺檢測技術能夠精確測量產品的長度、寬度、高度等尺寸參數，并對未達標的產品進行檢出，確保產品符合生產規范。
字符識別
在食品及包裝行業中，包裝表面印刷質量的字符信息的準確性十分重要，機器視覺檢測技術能夠快速準確識別包裝表面印刷內容，包括生產日期、二維碼、條形碼等信息，并將這些信息與數據庫進行比對，在提高生產效率的同時實現追溯效果。
工業AI視覺系統為更高品質產品提供保障
在食品及包裝行業中，產品檢測需求龐大，傳統的機器視覺檢測方式無法滿足當前社會較高的檢測需求，而深眸科技以“AI+機器視覺技術”為核心自主研發工業級視覺應用產品——工業AI視覺系統，助力制造企業生產線柔性化生產。
工業AI視覺系統通過攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布、亮度、顏色等信息，轉變成數字化信號，圖像系統根據這些信號進行各種運算來抽取目標的特征。該系統持續賦能食品及包裝行業生產線的全自動化生產，并為更高品質產品提供保障。
食品模具裂紋檢測案例：
項目難點：
· 模具內各種凹槽形狀復雜多樣，干擾檢測
· 模具顏色多變，干擾檢測
· 裂紋細小，肉眼都難以觀察，檢測難度大
技術優勢：
· 高幀率面陣相機結合AI算法，實現高效、高精度檢測
· 產品外表面全檢，無視覺死角
· 非接觸式檢測，不會帶入異物造成污染
項目效果：
· 裂紋檢測精度：0.1mm
· 兼容尺寸：長：300-1800mm，寬150-600mm，高度差：0-15mm
食品模具裂紋檢測項目
鋁箔異物檢測案例：
項目難點：
· 高速生產下1m/s
· 精度要求高：產品寬幅1m，待檢目標為發絲、小飛蟲等細小異物
技術優勢：
· 采用高幀率線掃相機結合強化檢測算法，檢測精度0.06mm
· 8k高幀率線掃彩色相機結合強化算法，檢測速度可達1.2m/s，檢測精度0.06mm，滿足發絲檢測需求
· 非接觸式檢測，不會帶入新的異物造成二次污染
項目效果：
· 檢測精度：0.06mm
· 檢測速度≥1.2m/s
· 不同顏色異物（跟產品顏色有色差的）以及表面凹凸點都能檢測
· 檢測后端還可以結合自動踢料機構：當檢測到異物時，踢料機構會根據產線速度計算踢料時間，做到精準踢料
鋁箔異物檢測項目
工業AI視覺系統憑借著自動化程度高、客觀性強、非接觸和高精度等優勢，在工業現場環境具有較高的可靠性，不僅保證了產品質量，提高了良品率，還降低了成本壓力，引領食品及包裝行業新發展。食品安全意識的廣泛傳播，人們對食品質量和安全的要求越來越高，眾多食品包裝廠商加速產線數智化轉型，迫切需要高效、準確且智能化的檢測技術。
下一條： 機器視覺的四個常見應用領域
