高速反光包装检测
检测剃须刀、电动牙刷头和其他小件物品的包装错误
相关产品
面向深度学习工业图像分析的图形化编程环境
The power and flexibility to solve challenging machine vision applications in a PC environment
许多小件个人护理产品（例如剃须刀或备用电动牙刷头）通常采用透明且反光的硬塑料包装，使得在确认包装内容物时很难对包装进行检测。内容物在数量、类型和排列上各有不同。
照明时，包装会产生明亮反光，使图像的其他部分明显变暗。增加亮度可以突出黑暗区域的细节，但会导致反光部分过度饱和。为实现精确检测而创建亮度均匀的图像，需要大量的努力和专业知识。
传统的机器视觉不具备这种复杂照明，很难处理包含高反光部分的图像。这种包装通常必须采用人工检测，这意味着速度变慢。如果生产速度导致只能对产品的一个样本执行全面检测，那么就可能会遗漏错误。
内容物发生变化（例如不同数量、类型和颜色的牙刷头）使得需要耗费大量时间对传统、基于规则的机器视觉进行编程，才能精确检测每种变化。 后续检测出错误会导致废品增加，而未能检测出错误的产品会导致消费者不满。 .
康耐视视觉系统采用 AI 工具和高动态范围增强 (HDR+) 技术，专为处理反光检测而设计。
HDR+ 技术采用先进算法，仅用一张图像即可优化局部区域的对比度，而标准 HDR 则需要多张图像才能做到这一点。HDR+ 可轻松处理明亮、不断变化的包装反光，能够创建更加统一的图像，使缺陷更易被检测到。由于 HDR+ 无需使用多张图像，因此对于高速生产线而言，这是一项非常有价值的技术。
即使使用 HDR+，印刷设计、反光塑料及塑料透明部分后面的可见内容物相结合所形成的视野，对于传统机器视觉而言也非常复杂。
康耐视 AI 技术将深度学习技术的优势应用到车间，使颇具挑战的生产任务轻松实现自动化。使用少量图像（有时只需两张）即可训练边缘学习系统，无论视野的复杂度和模糊度如何，均可将检测后的部件分类为可接受部件和不可接受部件。添加新的内容物变体即可针对组件有无控制和装配验证进行重新训练，训练过程同样简单，只需几秒钟即可完成。
优点
- 在充满挑战的照明条件下检测缺陷
- 可靠处理亮光、不断变化的反光
- 确保只有包装令人满意的产品才会到达消费者手中
