预包装食品是指预先定量包装或者制作在包装材料和容器中的食品[1]。预包装食品的外观情况如包装封口、瓶口压盖、瓶身变形、标签内容、喷码信息、生产日期有无、产品异物情况，都是消费者关注的重点。对此大部分食品企业依靠人工视觉检测，有条件的企业采用了视觉检测设备。本文就国内目前机器视觉检测技术在预包装食品的研究现状进行综述，并进行一些展望。

1  机器视觉检测系统 

机器视觉检测系统是指通过光学的装置和传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制工业自动化的装置。图像系统将运用几种算法对这些数字化信号进行抽取目标的特征，根据识别的结果来控制执行机构，剔除不合格品[2]。主要组成部分有传感设备、光源、图像摄像机、图像处理单元、控制单元等。视觉检测设备将有效的提高包装车间从来料质量管控、过程标识监管、产品外观把控、出厂前重要信息控制等多个方面自动化控制水平，减少不良率，降低工人工作强度，逐步减少包装车间普通工人需求数量。并在提供了更多数据以及数据分析后逐步实现车间的自动化、智能化。对环境适应性强，降低产品的缺陷和在检测过程中的失误率[3-4]。 

图片

视觉原理

2  机器视觉检测系统在预包装食品中的研究应用

预包装食品的包装形式有很多，如纸包装、塑料包装、金属及玻璃包装，机器视觉检测系统均可以适用于这几种包装食品的生产线。将视觉检测设备放在各工段后，就可以对各个工段产品或半成品进行检测。

奶粉包装一般采用密封包装，多采用马口铁罐或其他不使空气渗入的材料制成包装容器。如用可开启盖，盖内会有铝膜、薄马口铁皮或其他材料等密封。美国邦纳工程国际有限公司[5]设计了视觉检测系统可对奶粉罐铝膜有无及铝膜是否密封，小勺是否缺失进行检测并剔除不合格品。朱明[6]研发了奶粉罐内壁缺陷的视觉检测系统，检测内壁缺陷、罐内异物和罐体变形，识别准确率可达到99.70%。

果酱、炼乳、芥末酱这类食品采用软管包装，章金宇等[7]采用日本欧姆龙公司高速视觉检测系统的缺陷检测功能算法，配合小型可编程逻辑控制器的逻辑控制，在高速软管灌装机上实现产品在线检测和剔除功能,包括封尾裁剪不良、漏剪或多剪、封尾不平整、管材印刷面logo对位偏移等，测试结果能够满足高速软管灌装线120毫秒/支的基础生产速度，检测处理时间控制在了40毫秒/支以内。

桶装方便面向高端化发展，所以特别需要关注外观。杨雪[8]在灰度化处理、二值化处理等算法的基础上，设计了一种基于链码表格的轮廓跟踪方法针对桶式方便面的包装缺陷桶体变形、接缝缺陷进行视觉检测，设计了三阶段的预处理方法，将均值滤波、Gauss滤波、Laplace锐化融合在一起。对形态学方法进行改进，用于带有脏污缺陷的桶底图像检测。采用Canny边缘检测算法，应用于出现破损缺陷的桶底图像检测。平均检测时间在0.5s～1s的范围内，检测准确率都在94%以上。

在酒瓶检测过程当中,机器视觉逐渐成为了最常用和最主要的检测方法，不仅能够精确地找到啤酒瓶的缺陷[9]也能适用于保健酒。周博文[10]将扁平状的保健酒作为研究对象，研制大型高速保健酒自动化生产线上的视觉识别检测系统，以多传感器信息融合为基础，利用机器视觉和智能控制技术，在不影响正常的安全生产过程的同时，可实现高速保健酒自动化生产线上的自动检测，能把不合格品有可见异物，外观有缺陷的保健酒，实时自动分离出生产线。能识别出瓶内约50微米以上的玻璃碎、纤维和黑渣等其它可见异物，并能判别装量是否在允许范围内、瓶盖是否合格，其检测速度在12000瓶/h以上。

为避免饮料装箱时缺瓶、少瓶问题，崔一峰[11]利用OpenCV开源视觉库，对拍摄抓取的图片进行处理和分析，利用Hough变换的找圆函数确定是否满箱。瓶盖作为瓶子计数的特征，将累计器的分辨率设置为1.1，2个圆之间的最小距离设为60像素时，圆的最小半径设为22像素，最大半径设为37像素，先进行满箱检测再进行缺瓶检测。检测方法处理时间低于500ms，准确率在90%以上。

标签是食品安全关注的一大热点，视觉检测系统允许生产商在快速生产的条件下检测标签的位置与内容，可检测所有标签信息，以确保消费者安全以及符合标签相关法规的要求[12]。软包装标签直接印刷在表面，印刷企业将视觉检测系统安装在印刷机、分切机等设备上，判断印品表面印刷质量，可以检测出图案的套印不准、异物、刀丝、飞墨、漏印等质量问题，并记录缺陷的位置和图片。后端配置复查机读取每车次的缺陷数据并控制机台自动寻找已记录下来的缺陷样张，操作人员可在分切台上对缺陷样张进行裁切和拼接[13-14]。杨海明[15]等设计一款饮料瓶标签全方位检测系统，实现360°无盲区检测，实现对饮料瓶套标和贴标过程中各种缺陷如无标、高底标、偏移标、接头标、标签倒置、标签面穿孔破洞、标签产生左右倾斜、颈标与正标位置偏移等的高准确率检测。梅特勒-托利多CI Vision [16]利用6个或更多摄像头生成更详细的包装平整图像，然后由系统软件进行扫描以便高速获得准确信息。

南阳[17]等为实现易拉罐喷码过程中罐底字符的实时检测，对采集的图像进行二维Arimoto熵阈值化处理，然后通过形态学膨胀操作，将字符区域信息提取出喷码字符区域，并进行旋转校正。将校正后的图像分割为单个字符，归一化为 28*28 大小，并采用卷积神经网络分类器进行检测识别。试验表明，该算法可以适应不同型号的易拉罐图像的分割识别，且实时性和准确性高，可满足易拉罐点阵喷码字符在线检测的要求。

图片

食用油灌装线检测方案

食用油行业也启用了机器视觉识别检测系统[18]，我司也与武汉楚锐视觉检测科技有限公司进行交流合作，将视觉识别系统应用于包装油产品制程控制中，提升了制程质量控制能力和在线智能化管控水平。通过标签检测、喷码检测、压盖检测、液位检测机器视觉检测设备在食用油PET瓶灌装生产线上进行应用，可以剔除无喷码、喷码字符缺失或重叠；日期及原产地错误判别；无瓶盖、瓶盖高盖、歪盖，上盖缺失；防盗环缺失或翘起；无标签、标签歪斜、标签倒标、标签错误；无提环、压环未到位等异常产品。采用工业级 CCD 视觉检测机构，对PET瓶外观进行在线检测，由剔除机构将检测出来的缺陷产品进行实时自动剔除；在光电遮挡不大于2秒的情况下，系统默认为工艺稳定，检测系统正常工作。通过对有不同程度瑕疵的样品进行检测，获取设备感应限值；通过连续性供应瑕疵样验证检测效率能够满足生产线正常开机速率。同时在实验中发现液位线检测与其他工序检测准确率（99.98%）比略低，为95.36%。主要是因为食用油灌装净含量控制主要分为流量式和称重式两种。称重式灌装机稳定性相对较高，流量式灌装机受灌装油品的温度、灌装压力、比重波动等因素影响波动较大。因此在和流量式灌装机配套使用时会将灌装温度控制在20℃±3℃，供油压力控制在0.3MPa～0.5MPa。且在后包装前设置皮带秤进行净含量监控，以确保产品净含量在标准范围内。


3 结语

为了加强质量管理与品牌建设，使生产工作节能减耗、提质增效，我们需要建立更为科学的质量管理架构。结合包装车间的实际，先拟从来料质量管理、过程质量管理以及质量控制分析三个方面对目前的质量管理系统进行优化，达到对产品质量追本溯源，对生产过程的层层把关，使生产过程处于受管理者易于把控状态的最终目的。

针对异常产品的管控能够实现全程管控，针对不同工段按照视觉识别系统，通过机器代替人工的方式，设定“阈值”进行监控，识别异常产品，并对超出关键限值的原料、半成品、成品进行有效剔除，后台程序能够详细记录异常产品的详细信息。如：异常照片、供应商信息、规格信息、异常工段、异常数量等，运用质量管理工具对异常问题进行分析，从而提升质量管理能力，提高生产加工效率和产品合格率。将机器视觉识别系统和电子追溯系统进行有机结合，通过产品追溯码能够系统的关联企业内部供应链管理程序，通过成像技术将扫描出来的信息能够实现正向追踪和反向溯源功能，并在产品标签标识符合法律法规和标准规定的框架内，推动食品生产企业实事求是地对产品追溯功能进行标识，有利于企业进一步落实企业主体责任。消费通过扫描预包装食品上的二维码，可以了解产品的相关信息，进一步提升了消费者对产品的知情权，产品质量信息透明、公开，让消费这更加放心。

大型预包装食品企业已陆续引用视觉识别系统，但是由于不同生产企业产业链长度不同，生产工艺稳定程度存在差异，所以视觉识别系统在预包装食品中的应用程度参差不齐，质量信息追溯内容和相应能力还存在不小的差距。有企业已完成了基础性模板创建，但质量信息公开方面内容相对单一，主要包括：产品信息、生产者信息、客服热线、SC证书及体系认证证书等，主要原辅料信息、产品服务类信息及增值内容还不够完善。相信在各级政府职能部门的指导下，行业内部加强技术交流，视觉识别系统的应用会更加广泛，质量信息公开的程度会更一步提高。

文章来源：《化工管理》2019年第32期

作者：孟庆宇 蒋甜燕 孔伟 孙日飞

(中储粮镇江粮油有限公司，江苏镇江，212006)

参考文献

[1] GB 7718-2011 食品安全国家标准 预包装食品标签通则[S].

[2]李薇薇,于博.机器视觉检测系统的组成[J],信息系统工程,2018(1):104.

[3]周义威.机器视觉检测与人眼检测对比研究[J],科技传播,2018(17):113-114.

[4]杜笑鹏.机器自动灯检与人工灯检的比较[J],机电信息,2010(29):21-25.

[5]美国邦纳工程国际有限公司.视觉检测奶粉罐内铝膜缝隙及小勺缺损[J],自动化博览,2017(4):44-45.

[6]朱明.奶粉罐内壁缺陷视觉检测系统研发及关键技术研究[D],浙江，中国计量学院,2013.

[7]章金宇,马清龙,李海军.视觉检测技术在高速软管灌装机上的使用[J], 制造业自动化,2019,41(1):79-82.

[8]杨雪,方便面桶包装缺陷的视觉检测技术研究[D],哈尔滨,哈尔滨商业大学,2017.

[9]范涛,空瓶检测机器人的啤酒瓶底缺陷图像识别方法[D],湖南,湖南大学,2018.

[10]周博文,保健酒智能视觉检测机器人技术研究, [D],湖南,湖南大学,2012.

[11]崔一峰,基于机器视觉满箱检测方法[J],设备管理与维修,2017(18):57-59.

[12]Daniela Verhaeg,确保包装食品的合规性[J],食品安全导刊,2018(10):36-40.

[13]管人宝,齐继芳,乔英哲.质量检测系统助软包装质量再提升[J], 印刷技术,2016(6):46-48.

[14]田俊杰.视觉检测系统在软包装生产质量控制中的应用[J],印刷技术,2014(22):74.

[15]杨海明,苟岩岩.饮料瓶标签360°全方位检测系统研究[J],包装与食品机械,2017(3):41-45.

[16]Stephen Dryer,密切关注食品标签法规[J],今日印刷,2016(5):52-53.

[17]南阳,白瑞林,吉峰.易拉罐喷码字符在线视觉检测[J],光学技术, 2015(6):489-493.

[18] 俞芳芳,董蓉,李勃等.基于深度学习的食用油灌装质量检测系统[J],中国粮油学报，2018,33(3):112-118.
联系我时，请说是在东莞机械网看到的，谢谢！