大数跨境

案例|机器视觉技术在印刷包装行业中的应用

案例|机器视觉技术在印刷包装行业中的应用 矩视智能
2023-06-20
0

当下制造业的形势越来越严峻,且各行业内价格透明而且利润低下的情况下,软包印刷市场的竞争也异常激烈。在行业里除了价格是客户考虑的因素之外,产品的质量也是重要的关注点。

行业现状


目前,软包装印刷行业普遍存在的表面缺陷为套印、刀丝、变色等。为了严格控制印刷品的废品率,印刷时需要检测印刷品。

传统软包装印刷企业质检方式是借助印刷控制条分析和印刷质量工人的技术经验,但是采用人工检测通常后带有较大的主观性,容易受到个人因素的影响。

一是使印刷过程复杂,增加了成本;

二是当印刷幅面较大时,控制条所反映的信息与实际印刷画面的信息偏差增大。

这些检测都是在印刷完成后的抽样检测,一旦出现印刷质量问题,往往就是几百张,甚至可能会达到上千张,如不能及时发现印刷过程中存在的问题,就会造成印刷材料和工时的浪费。

传统机器视觉对印刷产品检测的限制


1、系统检测精度不高,较难满足生产需求

随着现代工业的不断发展与进步,特别是在一些高精度加工产业,传统视觉检测精度不高,较难满足生产的需要。许多印刷图案面积小却精细,需要较高精度的检测方式才能更好的检测印刷处是否存在缺陷。

2、特殊材料产品反光问题严重,缺陷较难检出

许多产品会印刷在一些特殊材料上,这些材料表面光洁度很高,会形成一个高光镜面,光源即使在很弱的情况下,表面的反光也会有很强的对比度,这种对比度会把表面的杂质、划痕、研磨等瑕疵覆盖,使常规视觉拍摄成像无法检测出表面缺陷。

3、无法分析新的缺陷类型,降低质检合格率

传统视觉检测由人工分析特征再输入检测系统中,程序相对固定不可更改,当出现新的缺陷类型时,无法做到对新缺陷类型的自动分析特征以及系统的自我升级,导致缺陷未被识别出,降低了产品质检环节的合格率。

在多情况下商家都是大致把明显的缺陷如起皱损坏开展人工剔除,但在生产过程中不太可能24小时监测,因此在印刷错位,文字模糊和颜色失真等问题上可能还会一直生产下去,导致浪费。

利用机器视觉检测可以对印刷过程开展检测,大提高生产效率和生产的自动化程度,且机器视觉易于实现信息集成,通过采用工控机硬件为其提供平台支撑,集成应用光源、工业镜头、工业相机、图像采集卡等,搭配后台软件系统来实现图像采集与处理、尺寸测量、识别定位、缺陷检测等功能,满足印刷品表面缺陷在线系统高速、高分辨率的检测要求。


深度学习解决印刷产品缺陷检测难点


视觉检测系统可以协助包装印刷处理许多包装印刷缺陷的问题:

规格检测:文字标识的大小、粗细是否符合标准,包装印刷位置是否准确无误;

有无检测:文字、日期时间、LOGO标志、条形码等文字信息是否漏印;

错印检测:文字、日期时间、LOGO标志等信息是否准确无误,是否有字母缺少,条形码是否准确无误可读;

清晰度检测:是否存在看不清楚等缺陷。

其他缺陷检测:是否有黑斑、飞墨、污迹,是否翻印等。

声明:本文仅做学术分享,如有侵权,请联系删文


矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。


平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、视频流等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。

如果你的工业生产线中需要用到类似的机器视觉:视觉检测、视觉识别、视觉定位等技术,那么不妨和我们聊聊,我们会先根据你的需求分析,从专业的角度来给你一个合适的方案!

现在长按下方二维码,即可获得立即免费试用机会!

如果您有相关检测需求
可扫码申请  ·  免费试用
👇👇👇
申请后我们会有工作人员第一时间与您联系
请耐心等待!

往

期

推

荐






更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!


【声明】内容源于网络
0
0
矩视智能
1234
内容 312
粉丝 0
矩视智能 1234
总阅读0
粉丝0
内容312