自动化检测、识别与处理

食品饮料行业的机器视觉

机器视觉可在食品饮料生产的各个环节实现自动化质量检测、识别与处理。MVTec 软件帮助制造商保持稳定的产品质量、减少人工检测并避免代价高昂的错误——应用范围涵盖产品与包装检测、高速灌装、OCR、读码以及机器人自动化处理。

是否希望利用机器视觉优化您的生产？

探讨您的应用参加我们的网络研讨会

食品饮料生产

机器视觉应用与优势

食品饮料制造商利用机器视觉检测产品和包装、验证标签和代码、监控灌装及瓶装流程，并引导自动化处理。

通过质量检测减少浪费

检测缺陷、污染、错误的产品特征以及质量偏差。

通过包装检测避免错误

检查完整性、包装完好性和产品组合是否正确，并识别缺失或位置错误的产品。

确保标签与印刷信息正确

检查标签是否存在，以及标签的位置、方向、印刷质量和产品信息是否正确。

通过 OCR 与读码提高可追溯性

读取保质期、批次和生产批号、一维条码、Data Matrix 码以及 QR 码。

确保瓶装生产线可靠运行

检测空容器、液位、封盖、标签以及完整包装。

通过视觉引导机器人实现自动化处理

定位、分类和确定产品位置，用于分拣、Pick-and-Place 以及其他自动化任务。

食品与包装

自动化质量检测

机器视觉能够以生产线速度对食品和包装进行连续在线检测，识别缺陷、污染、错误产品变体以及缺失或位置错误的产品。

传统机器视觉可高效处理明确的几何形状、边缘、测量、定位和完整性检查等任务；当产品、包装或缺陷的外观变化较大时，基于 AI 的方法则可提高检测的稳健性。

两种方法可以组合在同一检测流程中，从而针对各种产品和包装形式实现稳定的质量保证与食品安全。

典型检测任务

检查完整性以及产品分布是否正确
检测表面、形状、颜色和尺寸缺陷
识别缺失、重复或错误分拣的产品
检测异物和污染
检测包装损坏、折叠、褶皱或不完整区域
识别逻辑异常，例如正确的组件位于错误位置

completeness checks of cheese packages with machine vision software

检查奶酪包装是否完整。

quality control of bread with machine vision software

检查面包的尺寸。

在线过程控制

贯穿瓶装与灌装生产线的机器视觉

饮料灌装生产线上存在多个适合机器视觉检测的环节。自动化瓶子和容器检测可以及早发现缺陷、验证工艺结果，并帮助防止不合格产品进入后续工序。

Machine vision used for various tasks in a PET filling machine

空容器检测

在灌装前检测裂纹、瓶口损坏、污垢、异物以及错误的容器类型。

液位与异物检测

检测灌装不足或过量、监控液位高度、识别工艺偏差，并在成像条件允许的情况下检测可见异物。

瓶盖与封口检测

检查瓶盖是否存在及位置是否正确，识别倾斜或变形的封口，并检测防拆封特征或连体瓶盖（Tethered Caps）。

标签与印刷检测

检查标签是否存在、位置和方向是否正确，以及印刷质量、产品变体信息和代码的可读性。

整包检测

在后续处理前，检查包装是否完整，以及其中是否包含预期数量和类型的容器。

每小时检测 12,000 个瓶子的标签和产品代码。

瓶体检测可在高速生产过程中识别标签、瓶盖和套标异常。来源：ChatGPT / AI 生成

托盘检测确保瓶子在高速输送中的位置与稳定性。

瓶子托盘检测及干扰物识别。

标签验证可确保每件产品的标签正确且完整。

标签检测可验证每个瓶子上是否贴有正确的标签，以及标签位置是否正确。

网络研讨会

食品与饮料包装领域的机器视觉

在本次网络研讨会中，您将了解机器视觉如何支持包装和灌装应用。通过实际案例和现场演示，我们将展示如何实现质量检测、条码识别、标签检测、产品匹配以及产品追溯。

前往网络研讨会

联系我们

探讨您的应用

我们帮助您找到适合您应用的机器视觉解决方案。

联系我们

识别与可追溯性

可靠的 OCR 与读码

可靠的识别对于可追溯性和包装质量至关重要。机器视觉可以读取并验证印刷文字和代码，例如有效期或保质期、批号、生产批次代码、一维条码、Data Matrix 码和 QR 码。

条码验证和二维码检测有助于确保预期代码存在、可读且印刷正确。食品饮料包装往往会带来具有挑战性的成像条件：字符和代码可能模糊或对比度较低，表面可能光亮、弯曲、柔软或潮湿，同时产品还可能高速运动。

稳健的 OCR 和读码技术有助于在这些条件下可靠地验证可变信息。

典型任务

读取有效期和保质期
识别批号和生产批次代码
将识别到的内容与预期数据进行比较
验证产品和包装变体

OCR 可检测并读取食品包装上的印刷文字和可变信息。

OCR 可读取反光及柔性包装上的保质期信息。

包装与可持续性

适应不断变化的包装要求

新的包装和可持续发展法规，例如欧盟《包装和包装废弃物法规》（Packaging and Packaging Waste Regulation，PPWR），正在改变包装全生命周期的相关要求。对于食品饮料制造商而言，随着包装材料、形式、标签和设计不断变化，灵活且可靠的质量保证变得愈发重要。

机器视觉可直接在生产过程中检查包装的完整性、尺寸、位置、标签、印刷信息和代码，从而支持自动化包装检测。检测流程可以针对新的包装变体进行调整，同时在生产速度下保持稳定的质量水平。

向二维码转型

GS1 Sunrise 2027

零售行业正从传统的一维条码逐步转向能够承载更多数据的二维码。目标是到 2027 年底，销售点（POS）系统除了现有的线性条码之外，还能够读取和处理一组基于 GS1 标准定义的二维码。

对于食品饮料制造商而言，二维码可以在较小面积内承载更多信息，例如产品标识、批次或生产批号信息以及有效期，从而进一步支持产品可追溯性。这一转型也提高了生产过程中可靠检测和验证一维及二维码的重要性。

典型检测任务

读取并区分相关的一维和二维码类型
验证正确的产品或包装变体上是否存在预期代码
检查代码位置、印刷质量和可见缺陷
在成像条件允许的情况下，可靠读取印刷质量较差或对比度较低的代码
应对弯曲、反光、柔性或运动中的包装等复杂表面
将解码数据与 OCR 及其他检测结果相结合，用于可追溯性流程

相关的 GS1 标准包括 GS1 DataMatrix，以及采用 GS1 Digital Link URI 语法的 QR Codes 和 Data Matrix codes。在过渡阶段，现有的线性条码预计将继续与二维码并行使用。

客户成功案例

食品饮料行业的实际应用

[Translate to Chinese:] Warehouse where cheese wheels age during the ripening process

借助 AI 与机器视觉革新奶酪生产

食品行业正在经历质量控制方面的变革，这在一定程度上得益于人工智能（AI）的进步。将 AI 与基于规则的机器视觉相结合，使过去无法实现的流程自动化成为可能，从而开启了生产效率和质量保障的新水平。…

食品饮料行业 的机器视觉

是否希望利用机器视觉优化您的生产？

机器视觉应用与优势

自动化质量检测

典型检测任务

贯穿瓶装与灌装生产线的机器视觉

每小时检测 12,000 个瓶子的标签和产品代码。

托盘检测确保瓶子在高速输送中的位置与稳定性。

标签验证可确保每件产品的标签正确且完整。

可靠的 OCR 与读码

典型任务

适应不断变化的包装要求

GS1 Sunrise 2027

典型检测任务

食品饮料行业的实际应用

食品饮料行业的机器视觉