基于AI的瓶盖检测与OCR系统,在高速生产线上验证铝制瓶盖上的批号与日期编码。

使用AI进行瓶盖检测

案例概述

行业:食品与饮料 / 制药与医疗

解决方案:SolVision

基于AI的瓶盖检测是一种自动化OCR质量控制流程,可在高速灌装产线上读取印刷于反光瓶盖上的批号与生产日期,以确保产品可追溯性、合规性及生产验证。

案例

瓶盖检测

制造商需要可靠读取饮料及药品包装上的生产日期与批号,以满足产品追溯、法规合规及召回管理需求。在高速灌装产线上,这些信息通常印刷于铝制瓶盖表面,而瓶盖的反光特性与曲面结构,使OCR在真实生产环境中难以稳定识别。

挑战

反光瓶盖上的OCR识别

铝制瓶盖检测存在多种真实生产环境中的变化因素,影响OCR识别稳定性:

  • 强烈表面反光导致字符变形
  • 曲面瓶盖结构造成文字形状与间距扭曲
  • 印刷质量不一致(字符模糊、褪色、缺字)
  • 高速输送过程中瓶盖方向变化
  • 高速产线下图像采集时间有限

传统OCR系统由于对光照变化敏感,并依赖固定规则解析字符模式,因此难以维持稳定识别效果。

解决方案

在线式AI OCR检测

SolVision直接部署于灌装产线上,对铝制瓶盖上的日期码与批次信息进行实时OCR检测。

AI视觉系统通过真实生产图像进行训练,包括可读与缺陷印刷样本,使系统能够在生产环境中区分正常变化与无法读取或错误标记。

SolVision在线检测可实现:

  • 在输送带全速运行下实时采集瓶盖图像
  • 从反光表面读取日期码与批次信息
  • 分类漏印、字符模糊或字符偏斜等缺陷
  • 验证OCR结果是否符合预设生产格式

该方案可在不中断产线运行的情况下,于满速生产条件下实现稳定的瓶盖检测与OCR识别。

瓶盖自动化视觉检测

基于AI的瓶盖检测与OCR系统,在高速生产线上验证铝制瓶盖上的批号与日期编码。
OK
基于AI的瓶盖检测识别反光瓶盖上无法读取或OCR失败的字符内容。
NG

瓶盖缺陷分类示例

铝制瓶盖上批号或日期编码漏印示例,用于OCR检测参考。
漏印
瓶盖印刷字符模糊或部分无法识别的示例,用于OCR缺陷分类。
字符模糊
瓶盖印刷字符偏斜或变形示例,展示OCR可读性问题。
字符偏斜

检测结果

在产线速度下实现反光瓶盖的稳定OCR识别
在线检测无法读取或印刷错误的编码
提升批次追溯准确性

应用摘要

基于AI的SolVision瓶盖检测可在高速灌装与制药生产线上,对反光包装表面的批号与生产日期进行实时OCR验证,确保稳定的产品可追溯性并降低质量风险。

应用视频