前言

制药企业 Aspen 正在借助 MVTec HALCON 机器视觉软件以及 MVTec 提供的咨询和技术支持服务，改进其灌装安瓿瓶的质量检测流程。通过采用深度学习方法，该公司显著提升了制药行业中自动化检测流程的准确性和效率。

01 应用背景

自动化检测应用的设置：

左侧通过机器视觉进行检测，右侧通过压力测试检查安瓿瓶是否密封完好(©Aspen)

在医疗和制药行业中，精确的质量检测对于确保产品安全至关重要。因此，Aspen 希望将其对医用安瓿瓶的人工目视检查实现自动化。直到最近，员工仍需逐个检查安瓿瓶是否存在异物——这一过程不仅缓慢、成本高，而且容易出错。

“我们的目标是实现安瓿瓶中可能存在异物的自动检测。药品质量保证极为重要，因此新方案必须达到甚至超越现有流程的检测率。”Aspen 工业视觉运营经理 Mickael Denis 表示。Aspen 认识到机器视觉的潜力，并通过采用基于 AI 的深度学习技术，实现了所需的检测精度。

在 Notre-Dame-de-Bondeville 工厂，安瓿瓶是在洁净室环境下通过 BFS（吹灌封）工艺生产的。虽然该生产方式具有很高的卫生标准，但仍必须绝对可靠地检测出任何异物。为满足严格的监管要求，Aspen 部署了一套基于 MVTec HALCON 的解决方案，并得到 MVTec 专业客户服务团队的支持。

02 客户面临的挑战

  • 异物可能沉积在安瓿瓶侧壁或底部

  • 玻璃瓶身阴影与光线反射干扰检测

  • 无害气泡容易与真正异物污染混淆

03 解决方案

1.引入 HALCON 作为标准机器视觉软件

图像处理在一台运行 MVTec HALCON 的工业电脑上完成。MVTec HALCON 是一款标准机器视觉软件，提供超过 2,100 个算子。Aspen 使用 HALCON 的深度学习语义分割（Semantic Segmentation）功能，可靠地区分无害气泡和真正的异物污染。

2.HALCON 匹配算法与斑点分析

除了异物检测之外，机器视觉系统还会分析外观缺陷、检测灌装液位、识别颜色偏差，并检查封口质量。

待检测的安瓿瓶 (©Aspen)

对于这些任务，系统采用了匹配（Matching）和斑点分析（Blob Analysis）等基于规则的方法。它们与深度学习技术相互补充，在提供高鲁棒性的同时也满足日常质量检测所需的高速性能——这为制药行业的生产自动化迈出了重要一步。

安瓿瓶上的不同缺陷示例：安瓿瓶上有斑点、安瓿瓶内有污物(©Aspen)

3.HALCON传统算法与深度学习相结合

MVTec与Aspen的专家团队对标注过的图像进行了分析、优化和合并，从而开发出一款高性能的神经网络，精准契合 Aspen 的需求。借助 MVTec Deep Learning Tool，他们构建了由无缺陷安瓿瓶和刻意制造缺陷的安瓿瓶组成的数据集。通过多轮训练，对不同模型进行比较并持续提高网络的鲁棒性。

机器视觉能够可靠地检测出异物上部的无害颜色变化不会被识别为缺陷

"很明显，这样一项任务只有依靠深度学习技术才能实现自动化。对于这种需要大量专业知识的实现过程，我们依托了 MVTec 提供的咨询服务。”

Aspen 自动视觉检测专家 Vincent Trombetta 补充道。

04 应用成效

自动化机器视觉检测为 Aspen 带来了哪些附加价值？

这次合作不仅为 Aspen 提供了一套先进的机器视觉应用方案，还带来了关于数据准备、标注流程以及深度学习结果正确解读方面的关键知识。将 MVTec HALCON 与 MVTec 的技术咨询服务相结合，充分展示了将高性能机器视觉软件与实践型行业支持相融合所能创造的价值。

自从实施新系统以来，Aspen 受益于一种兼具速度、稳定性和精度的自动化检测流程。错误检测率显著提高，漏检率大幅降低。由此，公司不仅提升了产品质量，也提高了整体生产效率。该项目展示了机器视觉和深度学习如何推动制药行业的生产自动化。借助 MVTec HALCON 以及 MVTec 客户服务团队的专业技术支持，Aspen 能够持续扩展、验证并优化其质量检测流程——为医疗与制药行业的数字化转型树立了典范。

结语

该项目展示了机器视觉和深度学习如何推动制药行业的生产自动化。借助 MVTec HALCON 以及 MVTec 客户服务团队的专业技术支持，Aspen 能够持续扩展、验证并优化其质量检测流程——为医疗与制药行业的数字化转型树立了典范。

如果你的产线也有类似需求，欢迎关注我们的公众号，了解更多实际案例与技术解析，并与我们及合作伙伴探讨适合你场景的机器视觉方案。

本文转载自【MVTec 机器视觉软件】

注：文章版权归原作者所有，本文内容、图片、视频来自网络，仅供交流学习之用，如涉及版权等问题，请您告知，我们将及时处理。