智能自动化解决方案，快速高效检测食品缺陷

INNDEO公司的Thermoseal & Label Inspector（热封与标签检查设备）可以检测包装并读取标签。它结合了多种先进的设备和技术，包括高速和处理捕捉、INSPECTRA HSP®技术、高光谱视觉、深度学习和高性能RGB图像技术。

利用机器视觉系统，可靠检测食品中的缺陷

在包装行业中，快速高效和100%的精确检测是质量控制的重要环节。INNDEO公司展示了如何通过基于机器视觉和深度学习技术的先进自动化解决方案来满足这些高要求。

在包装行业中，快速高效和100%的精确检测是质量控制的重要环节。INNDEO公司展示了如何通过基于机器视觉和深度学习技术的先进自动化解决方案来满足这些高要求。

总部位于西班牙萨拉戈萨的INNDEO公司，通过其 INSPECTRA 品牌为质量检测自动化提供高质量的机器视觉解决方案。自2016年成立以来，公司主要活跃于食品行业，并希望未来能在物流领域取得突破。为此，公司开发了Thermoseal & Label Inspector解决方案，用于可靠检测包装并读取标签。该设备结合了多种先进技术，如高速和处理捕获、INSPECTRA HSP®技术、超光谱视觉、深度学习和高性能RGB图片技术。

端到端的自动化包装检测解决方案

INSPECTRA的目标是为包装行业开发一个端到端的自动化解决方案。基于机器视觉的此类解决方案所提供的优势包括：更高效的包装缺陷检测率、成本节约以及生产过程的全面数字化，以便能够对其进行监控和改进。

实际上，许多公司仍然依赖员工手动执行检查过程。在此过程中，一些缺陷往往无法被肉眼察觉到。从而让有缺陷的产品进入供应链并最终到达终端用户的手中。因此，自动化解决方案的目标必须是可靠地检测包装中所有可能出现的缺陷。这些缺陷包括密封或热封区域的异常、托盘内装产品、薄膜或标签中的缺陷。100%的质量控制自动化不仅可以降低成本，并为需要检查的产品引入客观的分类标准。此外，还可以持续数字化质量和生产数据，并实时显示相应的指标。

尽管市场上提供了多种其他机器视觉设备和解决方案，但这些设备和解决方案通常被证明不够稳健、性能低下且难以适应生产线的变化。由于在缺陷检测方面缺乏精度和可靠性，许多用户不愿使用这些解决方案，而更倾向于进行手动缺陷检测。INSPECTRA希望通过其机器视觉解决方案消除这些不足之处：“为了确保我们的检测速度比竞争对手更快、检测结果更可靠，我们制定了明确的目标。例如，食品包装中的质量缺陷能够在高达两包/秒的生产速度下识别出来。我们也能够实现在线剔除，每张图像的处理时间只需几毫秒。”INNDEO的创新总监Emilio de la Red Bellvis解释说。要实现这些目标，必须从头到尾应用自动化的机器视觉程序。  

通过机器视觉技术进行缺陷检测

那么，Thermoseal & Label Inspector的具体配置是什么样的呢？安装在各个检测点的摄像头负责捕捉被检测物体的图像。这些图像随后会被集成在系统中的机器视觉软件MVTec HALCON进行处理。该软件是由位于慕尼黑的MVTec Software GmbH专门针对机器视觉开发的。

INNDEO 可使用高分辨率 RGB 视觉技术来检测最简单的密封区域的缺陷。

对于不同应用，有不同的处理方法。例如，对于密封区域的检查，HALCON根据各种参数确定图像中用于检查的相关区域（感兴趣区域/ROI）。为此，INNDEO使用高分辨率RGB视觉技术来检测最简单的密封区域的缺陷，比如一片火腿，因为它的颜色在透明托盘中很容易区分。此外，对于更复杂的缺陷，如与托盘塑料颜色相同的融化了的火腿脂肪，或者在不透明和印刷托盘中的产品缺陷，INNDEO公司则使用高光谱视觉技术进行检测。

深度学习是人工智能（AI）中的一种方法，也可用于检测某些缺陷。通过深度学习，软件试图模拟人类大脑的行为，其解读图像的速度和效率比人类视检更加高效快捷。该系统能够在不需要用户进行任何额外编程的情况下通过训练阶段进行学习。这项技术可以检测密封膜上的褶皱、托盘中产品排列的故障，以及标准机器视觉算法无法区分的质量缺陷。

另一个应用场景是标签的检测。为了检测标签，一个相应的可配置工具会寻找特定的模式。一旦找到，检查过程就开始进行。为此，该应用程序使用了HALCON中集成的OCR（光学字符识别）技术以及深度OCR技术。深度OCR技术采用整体的基于深度学习的方法，能够在最困难的条件下找到并读取文本，例如字符过于密集、模糊或不完整。这样可以方便地配置各种类型的标签检查。深度学习技术和颜色匹配也被用于检测应用标签中的异常情况，例如皱纹、褶皱、撕裂和羽毛、毛发或骨骼痕迹等污染物。

接口集成的灵活性

对于最终用户来说，将Thermoseal & Label Inspector技术无缝地集成到现有的生产环境中至关重要。这样一来，用户就可以在自己熟悉的环境中控制检测系统。“接口集成是实施过程中最大的挑战之一。这是因为检测的各种参数可以从另一个系统控制进行配置，并且必须在极短的时间内分析来自各个摄像头的所有图像。重要的是，图像采集设备的运行速度同样非常快。因此，机器视觉软件必须在极短时间内决定是否将一个包装产品判定为有缺陷并进行剔除。”Emilio de la Red Bellvis解释说。因此，这就需要大量的编程和调试工作，来将整个处理负载分配给微处理器的不同线程。此外，必须将计算负荷较大的操作（尤其是使用深度学习的操作）转移到计算机的图形处理器（GPU）上。

MVTec HALCON提供的可能性简化了该解决方案的集成。Emilio de la Red Bellvis确认道：“该软件为多种类型的工业相机提供了多种接口，并且可以在实际应用程序中直接使用 HdevEngine运行脚本并进行调试。我们认为MVTec产品的广泛的图像处理算法、便捷的编程以及与我们的软件的无缝集成是产品的进一步优势。”

在硬件方面，应用程序的设置包括各种组件，如几台最新的工业PC。这些PC从各个摄像头接收图像并与可编程逻辑控制器（PLC）进行通信。在这个过程中，Emilio de la Red Bellvis遇到了另一个挑战：“鉴于当前电子元件的短缺，我们必须开发更为灵活的编程。这使我们能够适应不同的相机类型、处理架构和GPU，以便能够根据可用性调整硬件配置。”

最具创新性的技术奖项

INSPECTRA通过将机器视觉软件MVTec HALCON集成到其Thermoseal & Label Inspector检测解决方案中，成功解决了生产商所面临的所有问题。这样一来，包装和产品本身的质量缺陷就可以避免。因此，可以消除因缺陷产品而产生的销毁、更换和运输成本。此外，由于质量可靠、一致，生产商可以始终向消费者保证其品牌承诺。然而最大的优势是，可以将质量控制自动化端对端的贯穿整个生产过程。这可以降低质量保证所需的人工成本、降低错误率，消除检验标准的主观性。最后但同样重要的是，这项技术可以检测出人眼无法察觉的缺陷。

“我们对这项工作感到非常满意，因为我们克服了这些挑战。目前，我们正在与许多来自食品行业的客户接洽，他们对我们的产品很感兴趣。在2022年的肉类加工贸易展上，Thermoseal & Label Inspector还获得了肉类行业辅助行业最具创新性的技术奖。这一检测解决方案是MVTec HALCON与我们的硬件以及经过优化的INSPECTRA软件架构相互作用的结果。因此，我们多年的研究和开发工作已经完全得到了回报。”Emilio de la Red Bellvis说。

来源：荣格-《 国际食品加工及包装商情》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。