化妆品缺陷检查

在具有挑战性的包装表面捕捉缺陷

相关产品

看见D900

由In-Sight ViDi基于深度学习的视觉软件驱动

VisionPro深度学习

基于深度学习的工业图像分析的图形编程环境

其中最大的挑战，化妆品，或表面处理时，在消费性包装商品的缺陷是，它们是动态的，往往形成过程造成的。像命中，划痕，色斑或典型缺陷可以早期生产期间可以在其一部分的纹理化表面分辨。这些缺陷仅在后面的生产过程成为特定的光照条件下可见的。虽然晚了检测的成本是痛苦的高，所以可以判断不良。其中，包装质量差会导致召回事件或顾客抱怨这种检查是监管行业尤其重要。西盟体育betway

传统的视觉技术往往错过复杂的化妆品包装的缺陷，如在标签中的气泡，褪色，划痕，裂纹，套印和外包装或欠包装的问题。这些类型的不可预知的缺陷或变化很容易被人类督察辨别，但与基于规则的机器视觉算法程序非常困难。德国必威

康耐克斯深度学习图像分析软件可以像人类检测人员一样可靠地检测粗糙和有纹理的金属表面的外观缺陷，但速度与计算机系统相当。缺陷检测工具在标准光照条件下，即使在图像质量较差的情况下，也能根据训练图像形成可靠的零件形状和纹理模型，从而捕获粗糙材料上的缺陷。在这里，它将表面纹理的偏差识别为异常，并使用分类工具将其分类为撞击或划痕。