在上篇文章中，我們了解了食品行業(yè)在外觀缺陷檢測時的現(xiàn)有難點，并分享了阿丘科技對鵪鶉蛋進行外觀缺陷檢測時的典型場景案例，詳細內容可查看《鵪鶉蛋的外觀缺陷檢測是怎么做的？》。

本文作為食品行業(yè)的另一篇內容，將圍繞方便面面餅外觀檢測這一典型案例展開講述。

01

方便面面餅外觀檢測缺陷類型多樣

在方便面面餅的外觀檢測過程中，時常面臨多樣化缺陷類型這一挑戰(zhàn)。

1、顏色異常：如發(fā)黃、黑點等顏色不均勻現(xiàn)象

正常生產的面餅在色澤上相對均勻，在檢測過程中，有些機器視覺系統(tǒng)會將面餅表面劃分為不同區(qū)域，分別檢測每個小區(qū)域的亮度、色度等色彩參數(shù)，若某個區(qū)域與其他區(qū)域色彩差異過大，則推斷可能存在色澤瑕疵。

另外，油溫不同，面餅的色澤情況也不同。油炸面餅一般呈金黃色，非油炸面餅顏色相對較淺。檢測時需要考慮不同工藝對面餅色澤的影響，制定不同的色澤標準。比如，油炸面餅的色澤如果過深可能是油炸時間過長或油溫過高導致的；色澤過淺則可能是油炸不充分。

2、形狀缺失或變形：如面餅邊緣不規(guī)則、破損或部分缺失

方便面面餅通常是圓形、方形等較為規(guī)則的幾何形狀，在檢測時，可以利用形狀的幾何特征進行判斷。例如，對于圓形面餅，可以通過計算其相關參數(shù)（如周長與直徑的比例）來判斷是否變形；對于方形面餅，則可以檢測邊長是否相等、角度是否為直角等。

同時，每種品牌和類型的面餅都有相對固定的尺寸規(guī)格，檢測時可以通過設定標準尺寸范圍來篩選出形狀合格的面餅。比如，某品牌圓形面餅直徑標準為100——102mm，超出這個范圍的就可能會被判定為形狀瑕疵品。

3、表面紋理問題：如表面有劃痕、裂紋、毛刺等

面餅表面有一定的紋理，正常情況下這些紋理是比較規(guī)則且一致的。例如，通過高分辨率的工業(yè)相機拍攝面餅表面紋理，利用系統(tǒng)對比紋理的粗細、走向等特征，如果出現(xiàn)局部紋理紊亂、有凹陷或凸起等情況，可能表示存在外觀瑕疵。

而且，優(yōu)質的面餅表面應該是干凈的，沒有異物附著。在檢測時，系統(tǒng)可以識別出與面餅本身顏色、質地不同的物體，如生產過程中混入的小顆粒雜質、面餅碎渣等。

02

方便面面餅外觀檢測時的常見難點

1、面餅個體差異

原材料差異導致的外觀變化。由于面粉的產地、品質等因素不同，即使在相同生產工藝下，面餅的色澤和質地也可能會有細微差異。例如，使用不同品種小麥磨制的面粉制作的面餅，其顏色可能從淺黃色到深黃色不等，這增加了色澤瑕疵判斷的難度。

生產過程中的個體波動。在面餅制作過程中，如壓制、切割等環(huán)節(jié)，由于機器的微小振動、模具的磨損等原因，每個面餅的形狀和尺寸可能會出現(xiàn)一些個體差異。這些差異可能處于合格范圍的邊緣，難以準確判定是否為瑕疵。

2、檢測環(huán)境因素

光照條件的影響。光照強度、角度等因素對外觀檢測結果影響很大，方便面面餅表面帶有弧度，這對光源和相機的設置提出了更高要求。例如，不均勻的光照可能導致面餅表面產生陰影，使機器視覺系統(tǒng)誤判為表面有凹陷或凸起；不同顏色的光照會改變面餅的視覺色澤，干擾色澤檢測的準確性。

3、檢測設備的局限性

分辨率和精度限制。對于一些微小的瑕疵，如非常細小的異物附著或輕微的色澤變化，一些檢測系統(tǒng)無法準確檢測到。例如，一些微小的黑點雜質如果直徑小于設備的最小分辨率，就會被遺漏。

設備穩(wěn)定性和校準問題。檢測系統(tǒng)需要定期校準和維護，以保證其穩(wěn)定性和準確性。然而，在實際生產環(huán)境中，設備可能會因為溫度、濕度變化等因素出現(xiàn)性能波動。如果沒有及時校準，可能會導致檢測結果出現(xiàn)偏差。

4、不可控因素

在生產過程中，會有各種不可控的因素，如小調料包或餐叉掉落在兩個面餅之間，則可能導致瑕疵品的產生。

03

方便面面餅外觀檢測案例

阿丘科技在幫助某方便面生產企業(yè)進行面餅外觀檢測時，具體情況如下。

在方便面的油炸過程中，面餅表面可能會產生油渣和燒糊面渣，雙面均有可能產生缺陷。由于生產線的高速運轉，約達到約10pcs/1.5s，即每1.5秒就有10個面餅通過，且最小需要檢測0.5mm2的缺陷，檢測工作量和難度都很大。

為了提高生產效率和產品質量，同時降低客戶投訴，該方便面生產企業(yè)迫切需要對面餅進行高效準確的外觀檢測。傳統(tǒng)的人工目檢方法只能識別明顯的缺陷，對于細微的缺陷往往難以察覺，這也導致了許多客戶投訴的發(fā)生。

針對這一場景，阿丘科技利用基于AIDI技術的面餅視覺檢測系統(tǒng)，在生產線上設置2個工位，共配備10個相機，分別用于檢測面餅的正面和反面。系統(tǒng)利用先進的AI算法，能夠識別包括黑點、燒糊等在內的低對比度缺陷，以及那些在復雜背景下難以辨認的缺陷，這些是傳統(tǒng)檢測方法難以解決的問題。

此外，系統(tǒng)還構建了通用模型，結合傳統(tǒng)算法的優(yōu)勢，對面餅進行一致性預處理，實現(xiàn)模型的通用性和共用性，從而提高了檢測的效率和準確性。通過這種方式，面餅的視覺檢測系統(tǒng)不僅能夠準確識別0.5mm2的細微缺陷，還能排除縫隙對檢測結果的干擾。

通過阿丘科技的部署，使得最終過檢率小于0.05%，漏檢率幾乎為零，顯著提升了檢測效果，也有效解決了傳統(tǒng)人工檢測的局限性。這不僅幫助客戶減少了90%的客戶投訴，還提升了食品安全和品牌形象，為企業(yè)帶來了長遠的利益。而且，通過構建通用模型，阿丘科技能實現(xiàn)快速批量部署，進一步降低了企業(yè)的運營成本，提高了生產效率。