包装完整性和无菌性

探测缺陷、污染和标签混乱

相关产品

VisionPro机器视觉软件

使用户能够快速设置和部署非常具有挑战性的二维和三维视觉应用。

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

将包装送到医生办公室或手术室前，包装、标签和密封的完整性是保证包装正确、无菌且无污染的关键。因污染或标签混乱导致的产品召回或退货会产生很高的成本。很多医疗设备制造商使用超声传感器或人类操作员识别包装完整性和无菌性问题。但零件大小变化、对比度变化和外观不同的随机缺陷会导致故障或良品被判断为劣品，或将可能有危险的产品判为良品。

机器视觉系统通过准确且可重复的检测来检测缺陷并验证包装的完整性。康耐视三维解决方案可保证最终包装均匀且一致。机器视觉技术检测安全封条的边线并测量它们的高度、宽度、相对位置和间隙尺寸，并将其与设定的限值进行比较。不符合编程限值的防篡改密封尺寸将会被拒绝，从而限制产品召回的风险。

基于规则的视觉系统难以适用密封差异、透明度或 Tyvek 纸时，可以使用康耐视深度学习解决方案作为有力的补充或替代。深度学习能够可靠地识别影响包装完整性的异物、无效密封、污染、标签和表面缺陷。全视觉检测可以避免操作员人为错误并提高效率。深度学习还可以更进一步实时突出表明问题，让操作员或机器能够清楚地指出问题并随后对问题进行分类。