drinktec：深度学习加持的空瓶检测！

始终实现真正全面覆盖的光学全表面空瓶检测。利用预训练的深度学习 AI，智能提升缺陷检测的性能、灵敏度和判断力。让人工智能把过去“看不见的”变得可见。将误剔率降到最低，持续提升整条灌装线的效率。借助 HEUFT reflexx ^A.I. 与 MCIP，这一切现在都成为可能！

即便是最先进的 AI，也只能识别眼睛（摄像头）能看到的东西。要想发现更具挑战性的缺陷类型，就必须拥有正确的成像手段。图像信息越丰富，能够识别、分析和分类的安全与质量问题就越多。

智能 MCIP 侧壁检测

卓越的光学表现尤为关键：HEUFT 自研的多色图像处理（MCIP）技术直接集成在HEUFT reflexx ^A.I.智能摄像头中，使瓶壁始终处于最佳光照下。为此，它结合了不同的照明原理，例如在透射光和反射光下的明场和暗场照明。并且，这是在不同颜色下进行的，以便在光谱上分离所产生的信息，并将各个颜色通道进行计算，从而可以凸显出各种不同的特征：

得益于结构化的 MCIP 彩色照明，即使容器是白玻璃制成的，在检测上部瓶壁时，螺纹和瓶口下缘（Underchip）区域的玻璃破口和碎裂也能被完全、全表面地看到。无需额外的分类，系统就能将水滴等无害物体与这些关键缺陷区分开来。MCIP 和HEUFT reflexx ^A.I. 技术能更可靠地识别瓶口区域的铁锈。它还可以详细检测烤漆标签（ACL）的完整性。甚至在 ACL 区域本身的裂缝和缺陷也能被可靠地检测出来。此外，MCIP 的暗场照明还能使瓶底边缘的破损等缺陷变得可见，而这些缺陷在明场照明下通常是完全隐藏的。

深度学习瓶底检测

凭借最新的HEUFT AI技术，现在光学瓶底和瓶口检测在以下方面有了更大的提升：提高检测灵敏度、使不可见的缺陷可见、专业地区分关键缺陷与外观缺陷，以及可持续地将误剔除率降至最低。此外，它还能缩短调试时间，即使在波动的环境条件下也能提供更稳定的结果。空瓶验瓶机可以在安装时就进行最佳的预配置。耗时的、针对特定瓶型的示教（Teach-In）程序在很大程度上被免除了。以前，几乎每种瓶型和形状都需要一个独立的算法来精确地对中瓶底，以确保检测能完全无缝地覆盖。而现在，一个单一的算法就足够了。该算法仅基于瓶子的对称性作为唯一的对中参数，因此适用于各种类型的瓶子——无论其滚花标记、浮雕或其他特定瓶型的特征如何。用于标准玻璃瓶和 PET 瓶的智能瓶底检测的深度学习AI已经过预训练：数千张学习过的无缺陷可回收容器的瓶底图像，揭示了这类合格瓶子的巨大多样性。它们虽然相似，但由于材料、亮度或颜色的波动等原因，看起来从不完全相同。

可重复使用的 PET 瓶也经常受到磨损和刮擦的影响，或者瓶底有水滴。HEUFT reflexx ^A.I. 能清楚地判断这些结构是否仍在公差范围内，或者是否构成了与多层神经网络模型中学到的合格图像存在缺陷的偏差。系统不再是单独评估每个细节，而是将整个检测图像作为一个整体分类为“合格”或“不合格”。异常检测确保了不仅能发现已指定的缺陷，还能发现新出现的缺陷。这甚至适用于 PET 瓶中透明的、非偏振的薄膜。与此同时，检测系统因瓶底区域的非关键公差而视为有缺陷的容器比例急剧下降——误剔除率也随之降低。这提高了整条灌装线的效率和生产力，并防止了不必要的包装材料浪费！

深度学习瓶口检测

对于瓶口检测，也已有无数张标准啤酒瓶的无缺陷瓶口图像被学习到深度学习模型中，这些图像在形状、玻璃厚度或颜色等方面略有不同。其结果是在公差范围内形成了一个巨大的合格图像库，因此AI在这里也能自动将所有偏离的结构和物体评估为缺陷。任何未定义的东西都不会再被漏掉，带有关键缺陷的空瓶会被可靠地检测出来并被果断剔除。如果只是纯粹的外观偏差，并且客户希望如此，那么这些瓶子将留在生产线上，可以无忧地再次灌装。结合更稳定的空瓶检测系统设置，这也提高了整条灌装设备的效率！

得益于HEUFT reflexx ^A.I. 和 MCIP 技术（见上文），现在还有一种跨平台的检测解决方案，适用于各种直径和形状的广口瓶口，能够始终无缝地覆盖其密封面。通过聚焦照明生成图像，这些图像整体上包含的干扰结构要少得多，并且在瓶口密封面上的反射环比以前大了整整一倍。在反射环中断或模糊的地方，就存在着缺口或裂缝，利用新的高性能光学技术，现在可以更可靠地检测到这些缺陷。

用于瓶底对中以及预训练的瓶底和瓶口检测的AI技术，已经集成在支持X射线的HEUFT InLine ^II IX 空瓶检测系统中，并将在慕尼黑的 drinktec 展会上，通过展出的设备本身以及特殊的“启示站”进行体验。后者也适用于采用 MCIP 和HEUFT reflexx ^A.I. 技术的智能广口瓶口和瓶壁检测。欢迎深入了解：展位 B4 121/321。