Thermoseal & Label Inspector von Inndeo

Mit Deep Learning gegen Fehler

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.

 (Bild: Inndeo Prroyectos Industriales S.L.)

(Bild: Inndeo Prroyectos Industriales S.L.)

Inndeo aus Saragossa bietet mit seiner Marke Inspectra Bildverarbeitungslösungen für die Automatisierung von Qualitätsprüfungen in der Lebensmittelindustrie an. Der Thermoseal & Label Inspector soll nun auch Verpackungen inspizieren und Etiketten lesen. Das Gerät vereint Technologien wie Hochgeschwindigkeits- und Verarbeitungserfassung mit der hauseigenen HSP-Technologie, hyperspektraler Bildverarbeitung, Deep Learning und RGB.

Durchgängig automatisieren

Ziel ist es, ein durchgängig automatisiertes System für die Verpackungsbranche zu entwickeln. Die Effekte eines solchen Machine-Vision-Systems sind: höhere Erkennungsraten von Defekten der Verpackungen, Kostenersparnis sowie die Digitalisierung der Produktionsprozesse. Doch wie sieht das Setup des Thermoseal & Label Inspector aus? An verschiedenen Stellen innerhalb der Inspektionsumgebung positionierte Kameras nehmen Bilder der zu prüfenden Objekte auf. Diese werden von der integrierten Machine-Vision-Software Halcon des Münchener Unternehmens MVTec verarbeitet.

Für die versiegelten Bereiche ermittelt die Software auf Grundlage verschiedener Parameter den relevanten Prüfbereich (Region of Interest/ROI) des Bildes. Dazu verwendet Inndeo hochauflösende RGB-Vision-Technologie, um einfache Fehler auf versiegelten Flächen zu finden – wie etwa Schinkenstücke, deren Farbe in einer transparenten Schale leicht zu erkennen ist. Darüber hinaus setzt das Unternehmen hyperspektrale Bildverarbeitungstechnologie für komplexere Fehler ein. So können beispielsweise Fehler in undurchsichtigen oder bedruckten Schalen erkannt werden. Unter Einsatz von Deep Learning interpretiert die Software die Bilder mit einer höheren Erkennungsgeschwindigkeit und -effizienz und erkennt etwa Falten in Siegelfolien oder Fehler in der Zusammensetzung des Produkts in der Schale.

Optische Zeichenerkennung

Ein weiteres Anwendungsszenario ist die Inspektion der Etikettierung sowie die Prüfung, ob sich Falten unterhalb des Etiketts gebildet haben. Um das Etikett zu erkennen, sucht ein konfigurierbares Werkzeug nach einem bestimmten Muster. Ist dieses gefunden, erfolgen die Prüfprozesse. Dabei nutzt die Applikation die in die Halcon-Software integrierten Technologien zur optischen Zeichenerkennung wie OCR (Optical Character Recognition) oder Deep OCR, die Texterkennungsfunktionen mit Deep-Learning-Algorithmen kombinieren. So lassen sich verschiedene Arten der Etiketteninspektion konfigurieren. Zur Erkennung von Anomalien der aufgebrachten Etikettierung kommen ebenfalls Deep-Learning-Technologien sowie ein Musterabgleich von Farbtönen zum Einsatz.

Das könnte Sie auch interessieren

Die aktuelle Innovationserhebung des ZEW zeigt, dass die Ausgaben in diesem Segment 2024 einen neuen Höchststand erreicht haben. Der Dienstleistungssektor verzeichnet dabei größere Wachstumsraten als die Industrie.‣ weiterlesen

Die Eclipse Foundation unterstützt weltweit Entwickler und Organisationen im Bereich Open Source Software. Ende Oktober traf sich die Community in Mainz zur Konferenz Open Community Experience (OCX). Unser Redakteur Marco Steber (IT&Production/INDUSTRIE 4.0 & IIoT-MAGAZIN) war ebenfalls vor Ort und sprach mit Mike Milinkovich, Executive Director der Eclipse Foundation, über Möglichkeiten und Herausforderungen im Bereich Open Source Software - in der Industrie und auch darüber hinaus.‣ weiterlesen

Innovationsführerschaft und Wettbewerbsfähigkeit sind entscheidende Faktoren für den Erfolg eines Unternehmens. Die Kooperation mit Startups kann etablierte Unternehmen dabei unterstützen Innovationszyklen zu beschleunigen, neue Geschäftsmodelle zu etablieren oder Prozesse im Unternehmen effizienter zu gestalten. Das Venture-Client-Modell ist eine vergleichsweise neue Form der Zusammenarbeit mit Startups, und erweist sich als effektiver und effizienter als andere Corporate Venturing Modelle.‣ weiterlesen

Eine neue Studie des Capgemini Research Institute geht der Frage nach, wie es um Nachhaltigkeit bei der Nutzung generativer KI (GenAI) steht. Der Studie ‘Developing sustainable Gen AI’ zufolge hat GenAI erhebliche und zunehmende negative Aus­wirkungen auf die Umwelt.‣ weiterlesen

Ist die Industrie 4.0 eine Revolution? Aus Sicht des Fraunhofer Instituts für System - und Innovationsforschnung lautet die Antwort: nein. Die Forschenden kommen in ihrer Veröffentlichung zu dem Schluss, dass sich eher von einer Evolution sprechen lasse.‣ weiterlesen

Stärkere Regulierungen sowie bessere Gegenmaßnahmen haben laut einer Untersuchung des Security-Spezialisten Check Point dazu geführt, dass die Ransomware-Angfriffe in Deutschland zurückgegangen sind, weltweit haben sie jedoch zugenommen.‣ weiterlesen