方便面面饼外观检测:精准识别0.5mm²细微缺陷

描述

 

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。

 

 

检测

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。

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分