方便面面饼外观检测：精准识别0.5mm²细微缺陷

 

在上篇文章中，我们了解了食品行业在外观缺陷检测时的现有难点，并分享了阿丘科技对鹌鹑蛋进行外观缺陷检测时的典型场景案例，详细内容可查看《鹌鹑蛋的外观缺陷检测是怎么做的？》。

 

 

本文作为食品行业的另一篇内容，将围绕方便面面饼外观检测这一典型案例展开讲述。

 

01
 

方便面面饼外观检测缺陷类型多样

 

在方便面面饼的外观检测过程中，时常面临多样化缺陷类型这一挑战。

1、颜色异常：如发黄、黑点等颜色不均匀现象

正常生产的面饼在色泽上相对均匀，在检测过程中，有些机器视觉系统会将面饼表面划分为不同区域，分别检测每个小区域的亮度、色度等色彩参数，若某个区域与其他区域色彩差异过大，则推断可能存在色泽瑕疵。

 

 

另外，油温不同，面饼的色泽情况也不同。油炸面饼一般呈金黄色，非油炸面饼颜色相对较浅。检测时需要考虑不同工艺对面饼色泽的影响，制定不同的色泽标准。比如，油炸面饼的色泽如果过深可能是油炸时间过长或油温过高导致的；色泽过浅则可能是油炸不充分。

2、形状缺失或变形：如面饼边缘不规则、破损或部分缺失

方便面面饼通常是圆形、方形等较为规则的几何形状，在检测时，可以利用形状的几何特征进行判断。例如，对于圆形面饼，可以通过计算其相关参数（如周长与直径的比例）来判断是否变形；对于方形面饼，则可以检测边长是否相等、角度是否为直角等。

 

 

同时，每种品牌和类型的面饼都有相对固定的尺寸规格，检测时可以通过设定标准尺寸范围来筛选出形状合格的面饼。比如，某品牌圆形面饼直径标准为100——102mm，超出这个范围的就可能会被判定为形状瑕疵品。

 

 

3、表面纹理问题：如表面有划痕、裂纹、毛刺等

面饼表面有一定的纹理，正常情况下这些纹理是比较规则且一致的。例如，通过高分辨率的工业相机拍摄面饼表面纹理，利用系统对比纹理的粗细、走向等特征，如果出现局部纹理紊乱、有凹陷或凸起等情况，可能表示存在外观瑕疵。

 

 

而且，优质的面饼表面应该是干净的，没有异物附着。在检测时，系统可以识别出与面饼本身颜色、质地不同的物体，如生产过程中混入的小颗粒杂质、面饼碎渣等。

02
 

方便面面饼外观检测时的常见难点

 

1、面饼个体差异

 

 

原材料差异导致的外观变化。由于面粉的产地、品质等因素不同，即使在相同生产工艺下，面饼的色泽和质地也可能会有细微差异。例如，使用不同品种小麦磨制的面粉制作的面饼，其颜色可能从浅黄色到深黄色不等，这增加了色泽瑕疵判断的难度。

 

 

生产过程中的个体波动。在面饼制作过程中，如压制、切割等环节，由于机器的微小振动、模具的磨损等原因，每个面饼的形状和尺寸可能会出现一些个体差异。这些差异可能处于合格范围的边缘，难以准确判定是否为瑕疵。

 

 

2、检测环境因素

 

 

光照条件的影响。光照强度、角度等因素对外观检测结果影响很大，方便面面饼表面带有弧度，这对光源和相机的设置提出了更高要求。例如，不均匀的光照可能导致面饼表面产生阴影，使机器视觉系统误判为表面有凹陷或凸起；不同颜色的光照会改变面饼的视觉色泽，干扰色泽检测的准确性。

3、检测设备的局限性

 

 

分辨率和精度限制。对于一些微小的瑕疵，如非常细小的异物附着或轻微的色泽变化，一些检测系统无法准确检测到。例如，一些微小的黑点杂质如果直径小于设备的最小分辨率，就会被遗漏。

 

 

设备稳定性和校准问题。检测系统需要定期校准和维护，以保证其稳定性和准确性。然而，在实际生产环境中，设备可能会因为温度、湿度变化等因素出现性能波动。如果没有及时校准，可能会导致检测结果出现偏差。

 

 

4、不可控因素

 

 

在生产过程中，会有各种不可控的因素，如小调料包或餐叉掉落在两个面饼之间，则可能导致瑕疵品的产生。

03
 

方便面面饼外观检测案例

 

阿丘科技在帮助某方便面生产企业进行面饼外观检测时，具体情况如下。

 

 

在方便面的油炸过程中，面饼表面可能会产生油渣和烧糊面渣，双面均有可能产生缺陷。由于生产线的高速运转，约达到约10pcs/1.5s，即每1.5秒就有10个面饼通过，且最小需要检测0.5mm²的缺陷，检测工作量和难度都很大。

 

 

为了提高生产效率和产品质量，同时降低客户投诉，该方便面生产企业迫切需要对面饼进行高效准确的外观检测。传统的人工目检方法只能识别明显的缺陷，对于细微的缺陷往往难以察觉，这也导致了许多客户投诉的发生。

 

 

针对这一场景，阿丘科技利用基于AIDI技术的面饼视觉检测系统，在生产线上设置2个工位，共配备10个相机，分别用于检测面饼的正面和反面。系统利用先进的AI算法，能够识别包括黑点、烧糊等在内的低对比度缺陷，以及那些在复杂背景下难以辨认的缺陷，这些是传统检测方法难以解决的问题。

 

 

此外，系统还构建了通用模型，结合传统算法的优势，对面饼进行一致性预处理，实现模型的通用性和共用性，从而提高了检测的效率和准确性。通过这种方式，面饼的视觉检测系统不仅能够准确识别0.5mm²的细微缺陷，还能排除缝隙对检测结果的干扰。

 

 

通过阿丘科技的部署，使得最终过检率小于0.05%，漏检率几乎为零，显著提升了检测效果，也有效解决了传统人工检测的局限性。这不仅帮助客户减少了90%的客户投诉，还提升了食品安全和品牌形象，为企业带来了长远的利益。而且，通过构建通用模型，阿丘科技能实现快速批量部署，进一步降低了企业的运营成本，提高了生产效率。