Page 29 - VSDC_JanFeb2018_eMag

应用与解决方案 Applications & Solutions

人工智能
基于人工智能的视觉方案

用于食品形状和颜色检测

文/OPTO Engineering

视觉检测机器在许多工业化生产 否合格的行业，如车削件或冲压件的
过程中发挥着越来越重要的作用，因 2D 非接触测量。
为它既能帮助用户提高产品质量，又
可以降低生产成本。 灵活的视觉解决方案
虽然现在很多视觉检测任务都 为了满足食品行业的特定需
可以通过机器视觉轻松完成，例如 求，Opto Engineering 公司与意大利
确认产品标签位置是否正确、检测 Sensure 公司合作，将神经网络技术
瓶口密封的表面处理、检查瓶盖是 图1：基于人工智能技术的ALBERT系统在检测食品。 应用到机器视觉系统中，研发出了一
否拧紧、读取二维码、检查产品的 事实上，在各行业内都经常会 种操作简便的模仿人类行为的创新视
填充水平 ；但是在某些行业视觉检 有这样的情况 ：即一条生产线被用 觉系统——ALBERT™（见图 1）。不
测仍然面临着诸多挑战，尤其是在 来生产多种产品。而为了能适应生 同于传统的视觉检测系统，该创新的
天然食品检测方面。 产要求的变化（比如一批不同的原 视觉系统可以通过快速重新设定检测
料）或检测不同产品需求，最终用 标准来完成对新产品的分类，或迅速
食品检测面临的挑战 户希望在检测产品时能简单快速地 调整适应新一批原料的检测任务。
事实上，诸如烘焙或冷冻食品之 修改验收标准。 ALBERT 系统本质上是一种基于
类的产品，它们在形状和 / 或颜色上 尽管传统的视觉检测系统在速 人工智能技术的（统计和神经网络技
会具有一定程度的可变性，而传统的 度和可靠性方面，都比人工检测表现 术相结合的方法）、用于产品形状和
机器视觉系统很难辨认出来。由于食 得更为优异，但是它们依然不能满足 颜色检测的自主学习视觉系统。其核
品行业的验收标准通常是诸多参数的 上述需求。事实上，传统的视觉检测 心软件以神经网络和模仿人脑思维的
主观组合，即使是质保技术员也难以 系统主要被用于需要检测固定参数是 软件算法为基础 ：基于软件算法的视
描述清楚，所以产品缺陷的严重程度
也是很多变量组合在一起的结果。
目前，由于此类基于成像的自动
检测系统尚未被广泛采用，很多地方
仍在使用人工检测 ；另一方面，在机
器视觉系统的应用案例中，视觉检测
任务通常是通过高度定制化的解决方
案完成的。由于这些解决方案必须要
由有经验的工程师进行编程，所以不
仅价格昂贵、内容死板，还很难适应
新的生产要求。 图2：ALBERT系统的操作界面。

26 Jan/Feb 2018 视觉系统设计 Vision Systems Design China