20世纪90年代，机器视觉技术开始应用于软包装生产，至今已有30多年的历史。多年来，机器视觉技术取得了显著进展，但在一些方面仍然面临挑战。本文将从软包装生产过程的角度出发，详细描述机器视觉的应用实践、现实挑战以及优化设想，旨在为机器视觉的实际应用提供参考和建议。

软包装生产包含透明膜生产、印刷、复卷及品检、复合、分切和制袋多道工序：透明膜生产后，先通过印刷完成透明膜上图案制作，再通过胶水粘结与压合，让两层或多层透明膜复合在一起，最后通过制袋机或分切机制作出袋子或分切成小卷。复卷及品检则用于检测和剔除印刷和复合过程中的瑕疵。

机器视觉在透明膜生产中的应用

机器视觉应用在透明膜生产，是在近十年时间里兴起并发展起来的，主要针对膜的透明性进行相机设置。根据膜的宽幅不同，采用1~4台8K线阵相机，检测精度达到0.15mm×0.15mm，可满足吹膜宽度2m以上、生产速度100m/min,和流延膜宽度3m、生产速度200m/min的生产要求。

软包装使用的塑料膜由吹膜、拉伸或流延等方法制成，客户要求膜面上不能有孔洞、黑点、晶点、蚊虫等瑕疵，这就必须进行瑕疵检测及剔除。透明膜在线瑕疵检测市场较大，随着机器视觉技术日趋成熟，多家公司在透明膜生产在线瑕疵检测技术上取得进展，能在线发现问题并报警，提醒操作员及时处理瑕疵问题。透明膜生产企业则逐渐引入该技术，产业也逐渐进入了普及过程。

图1：吹膜机安装机器视觉检测系统。

图1为在吹膜机上安装机器视觉检测系统。在吹膜机、流延机上安装机器视觉系统进行在线瑕疵检测，也存在一定挑战。主要表现在：

（1）吹膜机和流延机是连续生产设备，不能中途停机进行瑕疵剔除，只能用人工贴标、贴标机贴标或者地址记录等办法进行瑕疵标记，当该卷完成收卷后，再到复卷机上根据贴标位置或者记录的地址位置停机，由人工逐一检查、甄别、剔除，这是一种离线剔除方法。除了增加购买离线设备费用外，复卷机根据地址记录这种方法停机还会有定位不准的问题，所以目前应用不多。而贴标方法应用则较为普遍，在贴标机贴标还是人工贴标的选择上，出于成本考虑，大部分企业仍选择人工贴标。其难点则在于确保贴标位置正确且标签不会脱落。

（2）在使用之初，机器视觉系统在取样产品和标准样品比对上会产生很多瑕疵误报，这会降低复卷机的工作效率，所以消除误报就非常重要。消除误报有以下措施：在机器视觉系统内设置精准比对的合理模板，使其具有自学能力，还可以加入AI功能，有助于找出更准确的瑕疵点。系统使用者则需要将各个客户的不同要求作为定义植入机器视觉系统并形成模板，机器视觉系统按使用者的定义来工作，这样就能逐渐少出现或者不出现误报。

机器视觉系统除可安装在吹膜机、流延机上，还可安装在复卷机或分切机上进行瑕疵检查和剔除，但是这会导致频繁停机从而降低生产效率。如果加入使用者对瑕疵的精准定义以及自学习或AI功能后，再加上大量的现场跟踪和数据录入工作来助力，就能做到生产效率和产品质量两不误。

机器视觉在印刷生产中的应用

印刷图案检测系统是机器视觉应用于印刷工序的典范，中国软包装行业的印刷图案检测系统对孔洞、套色、墨点、拉丝、缺色、色差等方面的瑕疵检测技术不仅已趋成熟，还发生如下变化：从以欧美日系厂商为主，逐渐转变为以中国厂商为主；从简单的静止画面系统为主，逐渐发展为全幅全检系统为主；从低速检测系统为主，逐渐提升为高速、高精度检测系统为主。图2为印刷机安装机器视觉检测系统。

图2：印刷机安装机器视觉检测。

目前印刷设备的宽度大多在1~1.2m,运行速度在200~400m/min。为了满足这一需求，印刷图案检测系统配置1~2台彩色高速线阵相机，检测精度达0.15mm×0.25mm，套印检测精度⩽0.25mm，划痕缺陷检测精度0.1mm×1mm，能检测到0.15mm2微小尺寸的气泡。

印刷图案检测系统安装在印刷机的收卷前，以印样为基准进行比对,检测到瑕疵后会发出声光报警并记录瑕疵情况，提醒用户及时调整和处理，还能形成非常详细的分析报告，甚至可以与上位机联网输送有关数据，形成数字化的印刷质量保证体系。

因为提升质量的优点，新购印刷机都会在购机时考虑安装该系统。但是，印刷图案检测系统在生产中存在一定挑战，主要表现在以下方面：

（1）瑕疵标记及剔除。印刷机是连续生产设备，在系统检测到印刷瑕疵时，只能先通过贴标方式进行瑕疵位置标记，再在后续工序中进行瑕疵剔除。目前，企业普遍采取人工贴标的方式，但人工贴标存在漏贴、位置不准确等不足。一些企业会用贴标机进行贴标，但此方式有贴标不及时、标记脱落、瑕疵误报等问题，所以贴标机应用较少。在瑕疵剔除工序有“离线剔”的方式，即将瑕疵地址通过U盘或网络传给复卷机，在复卷机上实现定位剔除。这种方式存在设备成本增加、地址数据偏差、定点停机不准的问题，所以未能广泛应用。

为了解决以上问题，理论上有一个可行的方法，即在印刷膜留出的10~20mm的单侧飞边位置上，增加一个圆压圆打孔装置。打孔装置一旦检测到瑕疵就打一个孔标记位置，复卷机的检测系统则遇孔即停。这样方法既能适应印刷机连续生产的需要，又不会发生标记脱落的问题，大大提高复卷的工作效率。

（2）误报问题是最大的挑战。由于图案点的信息量巨大，稍有偏差就会误判为瑕疵。正确设定各种参数的灵敏度是解决误报的方法，但是灵敏度的设定存在下列挑战：灵敏度的设定一般不由质量人员掌控，而是由操作人员按个人经验设定，灵敏度设定过高会增加误报，灵敏度设定过低则容易产生漏判。即使印刷品被检测判定为“合格”，实际上既没有统一的检测标准，也没有将检测结果回用于修正灵敏度，检测系统没有发挥出最佳的作用。

正因为这些挑战，印刷机上安装的机器视觉系统无法完全解决瑕疵的剔除问题，所以需要再在复卷机上安装印刷图案检测系统进行瑕疵定位剔除（见图3），且该方法已得到广泛应用。另外需要注意的是，质量人员和生产人员应共同就灵敏度的设定问题达成一致，在瑕疵本身的定义和判定上达成一致，并在操作中认真落实和不断改进，这样才能最大程度地发挥出检测系统的作用。

图3：复卷机安装机器视觉检测。

在AI技术高度发达的今天，将具有深度学习能力的AI引入印刷图案检测系统，将会给瑕疵判定带来巨大的帮助，特别是针对切口数作严格限制的质量要求，AI可以容易地确定合适的切口位置，大大提高检测与剔除效率。

机器视觉在复合生产中的应用

复合生产指的是通过胶水粘结把已经印刷好的一层膜和另外一层透明膜或铝箔压合在一起的过程。除了印刷膜遗留下来的瑕疵外，复合过程还可能产生溢胶、气泡、起皱、黑点、蚊虫等瑕疵。复合表面检测系统是机器视觉在复合工序中的应用（见图4），它是近年在印刷图案检测系统的基础上演化而来的。目前安装这一系统的复合机比较少，复合机与印刷机一样是连续生产设备，也有不能停机进行瑕疵剔除以及切口数限制等类似的问题，所以行业内大多采用在复卷机上安装印刷图案检测系统来识别和剔除瑕疵。该系统遇到的其它挑战与上述印刷机部分相同，不再赘述。需要明确的是，上述无论哪种方法，都无法完全剔除瑕疵，无法杜绝瑕疵产品流入客户。

图4：复合机安装机器视觉检测。

机器视觉在分切生产中的应用

分切是软包装生产的第一个末道工序，速度在100~300m/min，该工序用分切刀片将复合完成的大卷切成长度500m或1000m小卷。一般情况下，分切后就可以直接出货。但是，如果没有达到出货要求，还需要通过成品复卷机进行再次检查和剔除瑕疵。一般情况下，仅仅是人工通过频闪灯进行检查。人工检查的方式不仅对操作员要求较高，而且生产效率低。

分切机虽是连续运行设备，但发现瑕疵可以停机，而且需要再次检查和剔除瑕疵的情况并不多见，因此在分切机上安装机器视觉（见图5）的需求不多，多见于速度低于60m/min的应用，或者用于记录和回看表面质量要求非常高的产品，如透明片材产品。分切机安装机器视觉的挑战，与前述相同，不再赘述。需要明确的是，上述无论哪种方法，都无法完全剔除瑕疵，无法杜绝瑕疵产品流入客户。

图5：分切机安装机器视觉检测。

机器视觉在制袋生产中的应用

制袋工序是软包装生产的第二个末道工序，膜速度在10~40m/min,在制袋机前段，膜连续运行，后段则间歇运动。该工序是通过制袋机将复合完成的大卷中的膜制成各种尺寸和形状的袋子，袋子的常见尺寸从80mm×100mm到300mm×600mm，制袋机生产速度一般在每分钟100~400个。

除了前道工序漏检的瑕疵，制袋工序本身也会产生新的瑕疵，如袋子的外形尺寸问题，因此需要人工进行检查、剔除。有时这一工作量巨大，严重时还会影响客户交货，造成人力、财力的浪费。理论上，市场已有的印刷图案检测系统可安装在制袋机上直接使用，经系统检查和剔除后，人工再进行甄别，会进一步减少漏检。但由于该系统的价格与制袋机的价格相差过大，且制袋机数量多导致投资较大，所以使机器视觉在制袋工序的推广受阻。但从另一角度看，这也意味着有很大的市场空间。

在制袋工序安装机器视觉，可以有两种解决方案，其中存在的挑战主要表现在以下方面：

（1）第一种方案是在袋子被切断以前进行检测。这一阶段，袋子已经成型，袋面在张力条件下处于张紧平整状态，且保持间歇运动，给相机捕捉信息创造了条件。这种方式要在袋子的上下两面都安装相机和光源，不仅需要足够的安装空间，还增加投资成本。这一方案需要机器视觉厂家和制袋设备用户共同促进落地，带来机器视觉在软包装行业的新增长点。

（2）第二种方案是在袋子被切断成袋子成品后，在出袋输送过程中利用翻面机械结构用面阵相机进行印刷、复合和制袋问题的机器视觉检查，这一方案最为理想，装置造价也更易接受，有利于进行大范围推广。不足之处是需要增加翻面机械结构，袋子表面的平整度也会影响机器视觉的图像捕捉，需要使用较多补光或无影光源，因此光源的选择和研发是关键之一，而图像的数据采集与分析、算法及其快速性能则是另一关键。

（3）理论上说，如果在印刷机和复合机安装了机器视觉，并配置了瑕疵位置打孔装置，在制袋中就可以快速识别小孔，并对这些有问题的袋子进行剔除后，人工再甄别，会进一步减少印刷和复合瑕疵流入客户的机会。

（4）有一类袋子以透明膜为主，其质量要求是不允许有人眼可见的瑕疵，因此对于该袋子内的黑点、晶点和异物等要求极其严格。制袋机切断袋子之前，薄膜处于有张力拉紧状态，这时进行检测最为理想。虽然这种袋子的比例不大，但是人工识别和剔除的效率低、劳动强度大、质量风险高。理论上说，机器视觉技术完全有能力替代人工检测，只是缺乏应用的制袋客户需求和实际案例。

制袋是人力资源最大的工序，一台机需要1到3人。虽然近5年发展成熟的理袋机，在减轻劳动强度方面有所建树，但是合适的袋子表面质量检测设备的缺乏严重限制了理袋机的推广。突破机器视觉瓶颈，不仅对提升瑕疵检测意义重大，还将极大推动制袋工序全自动化发展进程。

结语

综上所述，本文详细地阐明了印刷、复合、分切、制袋、复卷等生产中，机器视觉应用的现状和挑战以及优化建议。印刷和复合工序的应用市场大、开发早、较成熟，制袋工序的应用市场更大，但亟待开发。希望通过本文，机器视觉厂商能对软包装生产有所了解，也希望能为软包装行业同仁提供了一些参考建议，双方共同努力使机器视觉系统在软包装行业中发挥越来越大的作用。

来源：安姆科（惠州）新材料科技有限公司

注：文章版权归原作者所有，本文仅供交流学习之用，如涉及版权等问题，请您告知，我们将及时处理。