Маркировка представляет собой контрольно-идентифицирующий знак, наносимый на товар или его упаковку. Её основное предназначение – идентификация компонентов и/или готовой продукции на всех стадиях жизненного цикла, начиная от производства и заканчивая реализацией.
В состав маркировки могут входить сведения о производителе, цене, характеристиках товара, правилах хранения и другие необходимые данные.
Существуют два главных типа маркировок: графическая и радиометка. Графическая маркировка включает в себя буквенно-цифровую маркировку, штрих-код или двумерный код. Буквенно-цифровая маркировка преимущественно используется людьми, в то время как графическая маркировка предназначена для считывания автоматизированными системами.
На каждом изделии может присутствовать множество различных кодов маркировки, каждый из которых содержит уникальную информацию. Часто на товаре одновременно встречается несколько типов маркировок, дополняющих друг друга. К наиболее распространенным типам относятся: LCN (Logistic Control Number), DM (Data Matrix), Barcode (Штрихкод), LOT-код, QR-код и другие.
Штрихкоды служат для автоматической идентификации объектов, присваивая им уникальный код.
Barcode, или штриховой код, представляет собой одномерный код, состоящий из чередующихся чёрных и белых полос различной ширины. Расшифрованный Barcode содержит набор цифр и/или букв, являющийся уникальным идентификатором продукта и несущим информацию о нём. Основными параметрами Barcode являются его длина и емкость.
DataMatrix, или двумерный матричный штрихкод, представляет собой сетку из чёрных и белых элементов (или элементов различной яркости), обычно в форме квадрата. DataMatrix предназначен для кодирования текстовой информации и данных других типов. В промышленности и торговле чаще всего используются битовые матрицы, способные закодировать от нескольких байт до 2 килобайт данных.
DataMatrix обладает встроенным кодом коррекции ошибок, что позволяет считывать его даже при повреждении до 30% поверхности (для ECC200). В DataMatrix может быть зашифрована информация о стране-изготовителе, материалах, цвете, фасоне, размере, дате изготовления и сроке эксплуатации товара.
Quick Response (QR-код) – это двумерный штрихкод, обеспечивающий быстрое считывание информации с помощью камеры. QR-код распознаётся считывающим устройством по трём квадратным меткам в его углах.
Как QR-коды, так и DM-коды анализируются в виде растровой сетки. Каждая ячейка этой сетки получает значение в зависимости от своего цвета. Затем ячейки объединяются в более сложные узоры, из которых извлекаются необходимые данные.
Технология контроля символов, также известная как контроль печати, используется для проверки, распознавания и идентификации символов, нанесенных на детали или изделия. Она применяется для решения разнообразных задач, таких как:
- Считывание QR-кодов (двумерных кодов), отпечатанных на металлических деталях;
- Проверка характерных особенностей номеров деталей или моделей;
- Верификация сроков годности на контейнерах с продуктами.
Маркировка деталей и изделий сроками годности или номерами изделий теряет свою ценность, если эта информация не может быть точно прочитана, распознана, оценена, сохранена и обработана. В последнее время широкое распространение получила проверка символов для распознавания и оценки на основе символов, извлечённых из полученных изображений. На данной странице представлена базовая информация об OCR (оптическом распознавании символов) и OCV (оптической верификации символов), а также основные принципы работы технологии проверки символов.
Базовый принцип проверки символов/OCR для чтения даты истечения срока годности
Контроль маркировки (OCR) литых и кованых изделий
OCR-проверка печатного текста на упаковках продуктов
OCR-контроль маркировки на пластинах
Преимущества внедрения обработки изображений
Строки символов на маркировке незаменимы для отображения такой информации, как сроки годности продуктов питания/лекарств и номера деталей сборочных узлов в производстве. Они также важны для управления заказами на продажу. Эти строки жизненно важны для управления, однако управление символами может быть очень сложным.
Например, предположим, что вы управляете заказами и запасами на бумаге рукописным способом. Управление рукописным способом может привести к ошибкам или упущениям. Если книга утеряна, восстановить заказы и запасы может быть невозможно.
Помимо предотвращения человеческих ошибок, обработка изображений все чаще используется для повышения надежности управления и снижения трудозатрат и затрат. Замена распознавания, проверки и управления символами, выполняемых вручную, системой обработки изображений дает следующие преимущества:
Предотвращение ошибок и пропусков.
При проверке символов захваченные символы сравниваются с символами в зарегистрированном словаре (группами шрифтов символов), и каждый из них распознаётся как символ с наиболее близкой формой. Распознанные символы сравниваются со строкой оценки, и выдаётся результат окончательной проверки «прошёл/не прошёл». Также возможно сохранить результат проверки на сервере или другом устройстве хранения данных. Такая надёжная процедура предотвращает ошибки и пропуски, которые могут возникнуть при управлении рукописным текстом.
Надёжное управление информацией.
Проверка символов с использованием технологии обработки изображений позволяет операторам загружать распознанную информацию о символах на сервер или другое устройство, поэтому нет необходимости беспокоиться об ошибках, таких как написание неправильных символов. Номера продуктов или другие элементы, состоящие из множества символов, часто записываются неправильно. Обработка их как цифровой информации может предотвратить проблемы.
Тщательное управление номерами продуктов и другой информацией также позволяет отслеживать детали или продукцию и быстро собирать их в случае оттока дефектной продукции или отзыва продукции. Также возможно отслеживать проблемы на ранних этапах для выявления проблемного процесса и улучшения работы. Надёжное управление информацией также эффективно для обеспечения прослеживаемости.
Одновременное считывание штрихкодов или двумерных кодов.
В последние годы для управления продукцией стали использоваться штрихкоды или двумерные коды. Для считывания только штрихкодов или двумерных кодов можно использовать сканер штрихкодов или портативный мобильный компьютер. Однако во многих случаях на этикетке вместе со штрихкодом или двумерным кодом указывается срок годности. Функция распознавания символов позволяет одновременно распознавать как коды, так и символы. Это значительно повышает эффективность, поскольку позволяет считывать все данные одновременно и управлять ими, а не считывать каждый тип данных по отдельности.
100% контроль с минимальными трудозатратами.
Самый эффективный способ предотвратить отток бракованных изделий — это 100% контроль. Однако визуальный контроль символов не только требует времени и труда, но и сопряжен с риском упущения. Использование обработки изображений обеспечивает надежный встроенный контроль символов, обеспечивая как контроль качества, так и снижение трудозатрат. Это также повышает выход годных изделий в процессе контроля и весьма эффективно повышает эффективность производства.
Основы проверки символов
Существуют различные виды проверки символов: наличие маркировки, качество маркировки, оптическая проверка символов (OCV) и оптическое распознавание символов (OCR).
-
- Наличие маркировки: Проверка с целью выявления наличия или отсутствия маркировки.
- Качество маркировки: Проверка на наличие неразборчивых символов.
- CVC-код: Проверка для сравнения отмеченных символов и строки оценки и вынесения решения «прошел/не прошёл».
- ОРС: Проверка для считывания отмеченных символов и вывода их для проверки или контроля.
Хотя цели различны, основная операция проверки символов заключается в последовательном извлечении символов из захваченного изображения, сравнении их с символами в зарегистрированном словаре и идентификации символов.
- Извлечение персонажа: Извлекайте символы один за другим из полученных данных.
- Сравнение со словарём: Каждый из извлеченных символов сравнивается с зарегистрированными символами для идентификации.
Методы повышения точности распознавания
Раньше высказывались жалобы на низкую точность распознавания символов. Благодаря различным технологическим инновациям точность распознавания символов значительно повысилась.
Регистрация подшаблонов.
Регистрация нескольких шаблонов для одного символа повышает стабильность распознавания. Регистрация различных шрифтов в качестве подшаблонов позволяет предотвратить ошибки распознавания из-за различий в типах шрифтов.
Автоматическая подгонка.
Автоматическая подгонка — это автоматическая тонкая настройка символов для обеспечения оптимальных условий извлечения. Поскольку небольшие различия в статусе между символами корректируются индивидуально перед проверкой, уровень корреляции повышается.
Проверка сроков годности на контейнерах с продуктами питания
Фильтры улучшения изображения.
Нормальное изображение обработки серого. Извлечение символов нестабильно из-за влияния фона.
Обработка цветных изображений в оттенках серого с помощью CV-X400 — контраст между символами и фоном достаточен для обеспечения стабильности проверки.
Практическое применение технологии
В этом разделе представлены практические примеры использования обработки изображений для контроля характеристик не только с целью предотвращения оттока дефектных деталей, но и для повышения качества путем создания комплексной системы управления и обеспечения прослеживаемости.
Проверка сроков годности по маркировке.
Проверка сроков годности по маркировке часто используется в пищевой и фармацевтической промышленности. Наиболее типичное применение — проверка сроков годности по маркировке. Машинное зрение считывает сроки годности, чтобы проверить их на наличие неверных данных или пропусков. 100% проверка позволяет предотвратить смешивание нормальных продуктов с просроченными.
Проверка ориентации и правильности символов на деталях, упакованных в тиснёную ленту.
Тиснёная лента используется в качестве упаковочного материала для микросхем, разъёмов и светодиодов. Для проверки символов на объектах, упакованных в тиснёную ленту, требуется захват изображения через защитную ленту. На результаты проверки влияет случайный ореол, создаваемый окружающим освещением, что приводит к неверному распознаванию. Использование фильтра улучшения изображения (фильтра коррекции затенения) обеспечивает надёжное обнаружение символов без негативного эффекта ореола. Этот фильтр также эффективен для таких объектов, как контейнеры, фильтры и отражающие металлические детали.
Экран проверки: ОК
Экран проверки: NG (неправильная ориентация)
Контрольный экран: NG (отсутствие маркировки)
Предотвращение ошибок при ручном сканировании с помощью OCR-инспекций
Оптическое распознавание символов и оптическая верификация символов произвели революцию в процессах контроля качества в производственной и упаковочной отраслях, поскольку они предоставляют автоматизированное решение, предотвращающее ручные ошибки.
Раньше большая часть OCR-верификации печатных этикеток, коробок и различных других видов упаковки проводилась после завершения процесса печати. Это предотвращало попадание продукции с некачественной печатью к конечным потребителям. Однако исправление некачественной печати повлекло бы за собой дополнительные затраты, которых можно было бы избежать при адекватной технической реализации.
Очевидно, что эта система была несовершенной, поэтому операторы перешли на ручной отбор печатной продукции и этикеток в процессе производства, которые проходили бы контроль качества и инспекцию печати, что снижало риск ошибок кодирования по всей партии. Конечно, проверка каждого отдельного продукта финансово нецелесообразна и непрактична.
К счастью, достижения в области машинного зрения и OCR-верификации позволили проверять каждый отдельный продукт. При проверке каждой этикетки и упаковки допустимый предел ошибки значительно ниже по сравнению с предыдущими методами проверки.
Внедрение OCR-контроля помогает выявлять проблемы с печатью на ранней стадии, позволяя операторам и техническим специалистам устранять ошибки кодирования и печати до возобновления производства. Это значительно минимизирует финансовые потери, связанные с простоями, отзывами, исправлениями и человеческим фактором.
Как работают системы OCR?
В контексте кодирования данных в производстве системы OCR специально разработаны для распознавания текстовых записей на изображениях, полученных с помощью датчиков машинного зрения, и сравнения их с заданными значениями. Ниже представлен принцип работы систем OCR:
Получение изображения
Первый этап OCR-верификации включает в себя захват изображений кодировки даты, напечатанной на упаковке или этикетке продукта. Обычно это делается с помощью камер высокого разрешения и оптических преобразователей, интегрированных в производственную линию. Эти камеры стратегически размещаются для захвата изображений кодировки даты независимо от ориентации продукта.
Предварительная обработка
После того, как камера сделала снимок, данные проходят предварительную обработку для повышения качества изображения и удобства чтения для программы OCR-верификации. Это может включать корректировку контрастности, яркости и уровня шума, что может помешать распознаванию текста. После этого изображение переходит в фазу обнаружения текста.
Обнаружение текста и распознавание символов
Системы OCR-верификации используют передовые алгоритмы для определения областей с текстом и различения кодов даты, партии и номера партии от других печатных элементов. Система изолирует текст и разбивает его на отдельные символы, используя методы распознавания образов для идентификации. Учитывая, что система используется для кодирования даты, алгоритмы распознавания образов специально адаптированы для распознавания форматов кодировки, характерных для отрасли, в которой они работают.
Проверка и валидация
После распознавания символов система OCR сверяет информацию с ожидаемыми, ранее заданными значениями и форматами. Это важный шаг, поскольку он гарантирует не только читаемость, но и точность кодировки, а также её соответствие нормативным требованиям.
Цикл обратной связи
Если в ходе проверки OCR обнаруживаются несоответствия или ошибки печати, система отправляет оповещения для немедленного исправления. Создание такого цикла обратной связи критически важно для контроля и обеспечения качества, поскольку он позволяет производственным бригадам немедленно устранять проблемы печати и минимизировать их влияние на общий объем производства.
Наша компания предлагает комплексные решения по контролю качества и инспекции печати для вашего бизнеса. Если вы планируете модернизацию, свяжитесь с нами, и мы с радостью ответим на все ваши вопросы, касающиеся интеграции наших продуктов в вашу производственную линию.
Пример: Система визуального контроля этикеток
Наша компания предлагает ведущие решения для систем машинного зрения для любых систем контроля этикеток во всех отраслях. Например, наши системы машинного зрения для упаковки продуктов питания и напитков помогают решать проблемы с качеством этикеток, возникающие на производственных линиях.
Уделяя особое внимание удобству использования и стабильности, мы продолжаем использовать передовые технологии для создания систем машинного зрения, адаптируемых к различным сферам применения и требованиям. Используйте простые в развертывании решения для машинного зрения, чтобы решить проблемы контроля качества этикеток.
Проблемы проверки этикеток на упаковке
Точность этикетки
Размазанные отпечатки, неверная информация о продукте, проблемы с выравниванием и несоответствия цветов — вот некоторые из неточностей и проблем, которые могут обнаружить наши системы зрения.
Разборчивость этикетки
При наличии проблем с качеством печати информация о продукте на этикетках, например, информация о пищевой ценности и сроке годности, может быть неразборчивой. Недостаточное время высыхания также может испортить внешний вид этикеток.
Размещение и выравнивание этикеток
Из-за неправильного расположения продукции на конвейерной ленте этикетки могут быть наклеены неправильно. Ошибки в работе этикетировочной машины могут привести к выходу этикетки за пределы видимой зоны.
Высокоскоростная инспекция
Не каждая система машинного зрения для инспекции этикеток может обеспечить стабильные результаты при высокой скорости производства. Также важно, чтобы системы инспекции соответствовали высоким производственным стандартам.
Системы машинного зрения для проверки этикеток на упаковке
Мы предлагаем технологии машинного зрения, позволяющие решать проблемы, возникающие в пищевой промышленности и производстве напитков. Наши решения на базе искусственного интеллекта позволяют с высокой точностью выявлять проблемы и несоответствия качества маркировки. Интуитивно понятный интерфейс системы машинного зрения также избавляет производителей от необходимости тратить лишнее время и ресурсы на обучение своих сотрудников настройке и эксплуатации сложной системы контроля. Мощные компоненты видеокамер обеспечивают стабильное обнаружение даже в условиях нестабильного освещения.
Система технического зрения со встроенным ИИ — серия VS
Наша линейка систем машинного зрения серии VS оснащена функциями искусственного интеллекта для улучшенного обнаружения. Набор инструментов ИИ в серии VS включает в себя инструменты машинного зрения на основе правил, а также инструменты искусственного интеллекта, которые дополняют друг друга, когда определённые приложения сталкиваются с ограничениями, основанными на правилах.
Система интуитивного зрения — серия CV-X
Наша серия CV-X — это интуитивно понятная система технического зрения с интерактивными меню управления для пользователей любого уровня подготовки, позволяющая проводить расширенные проверки без необходимости изучения программирования.
Традиционные системы машинного зрения не справляются с визуализацией в условиях экстремального освещения. Наша технология помогает обнаружить даже самые незначительные дефекты независимо от освещения, цвета и фона.
Робототехника с 2D-визуальным управлением — серия 2D VGR
Наши робототехнические системы с двумерным машинным зрением , совместимые с роботами всех основных производителей, упрощают операции по захвату и перемещению грузов на производственных линиях. Серия 2D VGR — это робототехническое оборудование, идеально подходящее для любых промышленных задач с двумерным машинным зрением.
Часто задаваемые вопросы о системах инспекции этикеток на упаковке продуктов питания и напитков
Почему проверка выравнивания этикеток важна при упаковке продуктов питания и напитков?
Выравнивание этикеток помогает проверить этикетки на перекос, чтобы можно было внести необходимые исправления для улучшения качества внешнего вида.
Какие типы упаковки пищевых продуктов могут выиграть от проверки этикеток?
Системы машинного зрения на этикетках могут использоваться для упаковки консервов, закусок, бутилированных напитков, молочных продуктов и хлебобулочных изделий.
Какие распространенные проблемы возникают из-за неправильного расположения этикеток на упаковке продуктов питания и напитков?
Распространенные проблемы, возникающие из-за неправильной маркировки, включают дорогостоящие отзывы продукции. Время и деньги, необходимые для переделки, — это расходы, которые компании не могут себе позволить.
На какие характеристики следует обращать внимание при выборе системы визуального контроля этикеток?
Функции, на которые следует обратить внимание при выборе системы машинного зрения для проверки этикеток, включают компоненты машинного зрения с высоким разрешением, возможность коррекции выравнивания этикеток и захват многоспектральных изображений для экстремальных условий освещения.
Каким образом системы визуального контроля этикеток обеспечивают соблюдение нормативных требований?
Нормативные стандарты требуют, чтобы упаковочные этикетки имели четкую форму, не имели дефектов и соответствовали другим установленным требованиям.
