濱海CCD視覺檢測廠家誠信企業推薦「在線咨詢」

玻璃瓶大輸液是我國行業五大重要制劑之一,是機構日常經常使用的藥品,在現代臨床上占據十分重要的地位。但是,由于生產設備及檢測設備的局限,在灌裝過程中,大輸液產品中可能含有玻璃屑、纖維、毛發等可見異物,這些不溶性異物進入人體血液后會危及到人的生命安全。目前,我國制藥企業基本上都是采用人工燈檢的方法。這種落后的檢測方式存在很多缺陷,如檢測速度慢、精度低,易受干擾,可靠性差,還容易對藥品造成二次污染等,無法從根本上保證產品質量,也無法滿足高速生產線的生產要求。


早的機器視覺提出開始與上個視覺60年代，隨后1973年，美國自然科學會制定了1973-1982 視覺系統和機器人的發展計劃，并研究成功了一些實用的視覺系統，應用于機械手定位、集成電路生產、精密電子產品裝配、飲料罐裝的檢驗等場合；后來在PCB制作工藝中也采用機器視覺系統，用于印制電路板的質量監測等。除了在生產制造領域外，軍事領域也廣泛應用，如精的制導系統等，無人機的自動導航等；還有CV也應用在生物實驗等領域，用于監測生物各個生產規律，通過加速視頻播放來呈現生物生長等過程；在汽車自動駕駛領域，CV芯片也有不斷深入的應用。


在當今這個時代，計算機視覺領域呈現出很多新的趨勢，其中顯著的一個，就是應用的性增長。除了手機、個人電腦和工業檢測之外，計算機視覺技術在智能安防、機器人、自動駕駛、智慧醫、無人機、增強現實（AR）等領域都出現了各種形態的應用方式。計算機視覺迎來了一個應用性增長的時代，目前的應用如下圖所示，主要以運動控制為主。隨著各個領域技術不斷發展，許多科技巨頭也開始了在圖像識別和人工智能領域的布局，Facebook簽下的人工智能專家Yann LeCun重大的成就就是在圖像識別領域，其提出的LeNet為代表的卷積神經網絡，在應用到各種不同的圖像識別任務時都取得了不錯效果，被認為是通用圖像識別系統的代表之一；Google 借助模擬神經網絡“DistBelief”通過對數百萬份YouTube 視頻的學習自行掌握了貓的關鍵特征，這是機器在沒有人幫助的情況下自己讀懂了貓的概念。這也能看出國技公司對圖像識別技術以及人工智能技術的重視程度。

西林瓶視覺檢測設備 西林瓶瑕疵檢測系統 西林瓶缺陷檢測設備

西林瓶視覺檢測設備采用多臺高分辨率相機對西林瓶進行多角度檢測，檢測內容包括瓶口破損、氣線、雜質、直徑、斜肩、瓶底破損、異形等，檢測速度大于每分鐘300個。

檢測速度：高達60000瓶/小時

檢測對象：新瓶、舊瓶、冰花瓶（可排除瓶身圖案、花紋、字符等的圖像干擾）

檢測內容：瓶口、瓶身、瓶底、瓶內異物、異形瓶、殘堿殘液等不合格次瓶。

檢測精度：3x3mm2（不透明缺陷）