silver round coin on orange surface

SolVision成功案例

商品外包装印刷瑕疵检测解决方案

自动侦测商品外包装的印刷错误、歪斜、脱落及漏印

外包装压印影响消费者对商品的第一印象

铝箔具有极佳的遮光性及气体阻隔性,故常应用为食品、药品、面膜等包装材料。做为商品外包装材料,软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形,进而使消费者产生不必要的疑虑。

Automated detection of printing errors on consumer packaging

传统光学检测及人工目测无法准确判断印刷瑕疵

由于铝箔袋的软性特质,使印刷瑕疵产生的型态、位置不一,无法订定规则执行传统光学检测,故过去多以人工的方式于产线检查成品外包装,并将不良品予以剔除。

些微差异也不妥协的检测工具:Anomaly Detection

运用SolVision  AI影像平台的Anomaly Detection工具,以完好的外包装影像样本(Golden Sample)执行AI模型的训练。训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对,侦测并标注瑕疵所在位置。

外包装印刷检测案例

Logo缺陷

Inspecting Aluminum Product Packaging
Inspecting Aluminum Product Packaging

Logo缺陷

Inspecting Aluminum Product Packaging
Inspecting Aluminum Product Packaging

字体印刷反向

Inspecting Aluminum Product Packaging
Inspecting Aluminum Product Packaging

内文漏印

Inspecting Aluminum Product Packaging
Inspecting Aluminum Product Packaging

相关文章
  • Fiberglass bobbins in a warehouse

    纺织线架成品瑕疵检测

    透過AI视觉技术,快速检测出纺织线框上的成品存在缺陷,进一步提高生产线的生产率。
  • green bottle lot

    玻璃酒瓶霉斑脏污检测方案

    为落实环保,酒商皆启动玻璃瓶容器回收再利用的机制。但玻璃酒瓶内缘之霉斑脏污,即使经过清洗消毒仍然容易残留,人眼不易看出霉斑。SolVision以酒瓶影像训练AI,学习霉斑脏污的位置与颜色,自动辨识霉斑脏污特征,在清洗产在线快速找出有霉斑、脏污的酒瓶汰除,让回收再利用酒瓶维持质量。
  • a group of square objects

    晶圆不良品分类及瑕疵定位自动化解决方案

    传统光学检测无法针对全幅影像进行分类,故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵,汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像,并以工具侦测瑕疵,记录其特征、坐标、面积等信息,大幅提升后续修补的效率。
  • black and white labeled box

    自动化导线架品质检测

    导线架表面的各类瑕疵,包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测,当检测背景与瑕疵较为相近时,容易发生漏检的情形。使用SolVision AI瑕疵检测工具进行学习,以扩增功能增加AI学习范围,能有效检测出各类导线架瑕疵,在杂乱或复杂背景中,也能精确辨识有很好的辨识效果。