饮料行业：使用 HALCON 对瓶盖印记进行可靠检查
食品 | Blob 分析 | 标定 | 匹配-Matching机器视觉在质量控制应用中展现出巨大优势。高精度、高速度、高灵活性和高可用性对于实际应用非常重要。K&S Anlagenbau GmbH 就在咨询公司 Computer Vision Solutions 的帮助下，为饮料行业实施了这样一款应用。其中采用了机器视觉软件 MVTec HALCON。
饮料行业的瓶子和瓶盖生产的自动化程度非常高，因为必须快速可靠地大量生产。“我们的目标是让自动化流程尽可能安全可靠。这是实现工艺长期高速运转的关键。因此，我们依靠标准化的工具来快速可靠地生产可重复的产品。我们基于机器视觉，开发出了一套检查瓷制瓶盖的解决方案，”K&S Anlagenbau GmbH 质量技术负责人 Thomas Kelz 介绍道。
这家位于德国巴伐利亚州伦根旺的公司为电气、汽车、医疗和消费品行业开发自动化解决方案。公司与咨询公司 Computer Vision Solutions Consulting & Research 合作，开发了一款用于饮料瓶盖质量检查的应用。
最大限度减少停机次数，为饮料行业带来极致的灵活性
开发面临的挑战是如何在全自动流程中实施一套既能快速可靠地检测故障，又对维护要求很低的质量控制系统。维护要求低意味着系统可以轻松快捷地切换到其他产品类型。“只有在客户花费极少精力即可维护系统的前提下，自动化才能带来明确的附加值，”Heber 博士表示。在新开发的系统中，质量控制在线进行。为此，通过相机拍摄待检瓶盖的照片。然后利用机器视觉软件 MVTec HALCON 的算法进行检查。
印刷图像控制所面临的挑战一方面是印刷图像变化较多，另一方面是需要为系统操作人员建立清晰的操作概念。例如，可能出现的印刷图像错误包括颜色不正确或失焦，或者印记不完全可见。印刷图像在瓶盖上的中心位置也是质量评估的一项标准。“实施过程中的一个主要挑战是，不同外观的印刷图像数量理论上是无限的。良好（“合格”）印刷图像是如此，缺陷（“不合格”）印刷图像也是如此。因此，我们必须提前对软件进行训练，使其无论何时都能做出正确的判断，”Heber 博士解释道。为了进行训练，将一幅“合格”印刷图像保存在 HALCON 中。这幅“合格图像”可作为模板，在检查过程中与每幅图像进行比对。可以使用 HALCON 中的各种参数设置何种程度的偏差仍可视为正常。
作为核心部分的图形用户界面和 MVTec HALCON
系统的一个重要组成部分是图形用户界面 (GUI)。通过图形用户界面，可以对整个系统进行概览，并对流程进行更改和配置。
对图形用户界面的要求是，可以动态显示多个不同的应用，这些应用可以通过图形用户界面和 PLC 控制。在开发完成的系统中，操作人员可以设置各种显示选项、配置模式和不同的用户级别。这意味着还可以分配权限，从而决定允许哪些员工执行哪些活动。通过图形用户界面还可以进行故障排除或调整，例如测试不同的印刷内容。
另一个核心组件是 MVTec HALCON。HALCON 通过 HDevEngine 集成到 K&S 控制软件中。“HALCON 是图像处理软件领域的行业标准，并不仅仅是几种算法而已，”Heber 博士介绍道。HDevEngine 是一个解释器，用于动态加载和执行机器视觉算法。它还能“即时”更改机器视觉进程，无需重新编译或重新认证整个应用。此外，HDevEngine 还可以在后台与图形用户界面通信。系统操作人员几乎不会接触到它，因为他们通过自己熟悉的图形用户界面即可操作系统。
机器视觉软件是自动化流程的理想之选
机器视觉软件 HALCON 可稳定实现高检出率。它不仅包括 HDevEngine，还有许多可用于检测印刷图像的图像处理方法。匹配技术、分类和 Blob 分析在具体应用中均有使用。
这三种技术的交互方式如下：相机捕捉到图像后，基于形状的匹配技术会对图像中的印刷内容进行定位，精度达到亚像素级，并且接近实时。在此过程中，将预先训练好的印刷图像与扫描图像进行匹配。即使印刷内容存在旋转、缩放、透视失真、部分覆盖、脱离图像的情况或受到非线性照明变化的影响，也能实现定位。找到印刷内容后，下一项任务是分类。这一步也需要事先定义并训练分类特征。K&S Anlagenbau 的工厂使用分类进行质量控制。可能出现的错误包括颜色偏差、边缘缺失、边缘错误或结构错误。将对应的偏差分割开来，使用 Blob 分析方法进行分析。
如果上述机器视觉技术发现错误，会将其显示在图形用户界面中。对应区域会用颜色突出显示。用户还可以借此识别缺陷的性质。
如果印记“合格”，瓶盖会进入后续工艺步骤。
