Technologie d'inspection visuelle des bouteilles vides : principes, applications et tendances de développement
L'inspection visuelle des bouteilles vides est une technologie essentielle dans la production industrielle automatisée moderne. Dans des secteurs tels que la bière, les boissons et l'industrie pharmaceutique, un contrôle qualité précis et efficace des bouteilles vides est primordial. Grâce aux progrès rapides de la vision industrielle, les systèmes d'inspection de bouteilles vides basés sur la vision par ordinateur ont remplacé les méthodes manuelles traditionnelles et sont devenus des équipements indispensables pour garantir la qualité des produits et optimiser la productivité.
1. Contexte technologique et importance
Dans les industries agroalimentaires, des boissons et pharmaceutiques, la qualité des bouteilles vides influe directement sur la sécurité et l'étanchéité du produit final. Les méthodes d'inspection manuelles traditionnelles présentent divers inconvénients : faible efficacité, forte intensité de main-d'œuvre, normes d'inspection incohérentes et sensibilité à la subjectivité. Ce problème est particulièrement criant sur les lignes de production à grande vitesse, où l'inspection manuelle peine à suivre le rythme de production, qui atteint plusieurs dizaines de milliers de bouteilles par heure.
Grâce à ses avantages — fonctionnement sans contact, traitement en temps réel, haute précision et forte répétabilité —, la technologie de vision industrielle offre une solution idéale pour l'inspection automatisée des bouteilles vides. Grâce aux systèmes de vision par ordinateur, il est possible de réaliser une inspection exhaustive du goulot, du corps et de la base de la bouteille, permettant d'identifier avec précision divers défauts et de garantir que seules les bouteilles vides conformes accèdent à l'étape du remplissage.
2. Composition du système et principes de fonctionnement
2.1 Architecture système globale
Un système d'inspection visuelle typique de bouteilles vides se compose principalement des éléments suivants :
1. Équipement d'acquisition d'images : Il comprend des caméras industrielles, des objectifs, des sources lumineuses et les composants associés. Le système utilise généralement des caméras CCD ou CMOS, couplées à des objectifs optiques et des systèmes d'éclairage spécialement conçus. La conception de la source lumineuse est particulièrement critique, car les différentes zones d'inspection requièrent des méthodes d'éclairage distinctes : par exemple, un éclairage annulaire pour le goulot de la bouteille, des sources lumineuses à panneau plat pour le fond de la bouteille et un éclairage fluorescent pour le corps de la bouteille.
2. Module de traitement et d'analyse d'images : Ce module constitue le cœur du système et assure le traitement et l'analyse des images capturées. Il intègre divers algorithmes pour le prétraitement des images, l'extraction de caractéristiques, la reconnaissance des défauts et des tâches similaires.
3. Système de contrôle : Utilisant généralement un automate programmable (PLC) comme unité de contrôle principale, ce système coordonne le fonctionnement de l'ensemble de l'installation, y compris le déclenchement des prises de vue par la caméra, la régulation de la vitesse du convoyeur et la commande des mécanismes de rejet.
4. Mécanisme d'actionnement : Composé principalement de dispositifs de rejet pneumatiques, ce mécanisme élimine de la ligne de production les bouteilles vides non conformes en fonction des résultats de l'inspection.
5. Interface homme-machine (IHM) : Cette interface offre aux opérateurs des fonctions de configuration des paramètres, de surveillance des données, de diagnostic des pannes et d’autres tâches opérationnelles. 2.2 Flux de travail
Pendant le fonctionnement, les bouteilles vides passent successivement par différents postes d'inspection via un convoyeur. Lorsqu'un capteur photoélectrique détecte qu'une bouteille vide a atteint la position d'imagerie, il déclenche la prise de vue par une caméra. Les données de l'image sont transmises à un système de traitement d'images pour analyse afin de déterminer si la bouteille vide présente des défauts. Si un défaut est détecté, le système enregistre les informations de position de cette bouteille ; ensuite, lorsque la bouteille défectueuse atteint la position de rejet, le système de contrôle active un mécanisme pneumatique pour l'éjecter.
3. Éléments d'inspection et spécifications techniques
3.1 Éléments d'inspection principaux
Un système d'inspection visuelle des bouteilles vides est nécessaire pour détecter différents types de défauts, notamment :
Inspection du goulot de la bouteille :
• Dommages, fissures ou ébréchures sur la surface d'étanchéité
• Dommages au bord buccal (surface supérieure), au bord extérieur ou au bord intérieur
• Défauts de filetage (fonction optionnelle)
• Contamination et corps étrangers
Inspection du corps de la bouteille
• Contaminants présents sur les surfaces intérieure et extérieure de la paroi de la bouteille (par exemple, ruban adhésif transparent, cendres de cigarettes)
• Abrasions, rayures et fissures
• Bulles d'air, impuretés, rides et adhérences
• Détection de corps étrangers sous forme de films transparents
Inspection du fond de la bouteille :
• Saleté et corps étrangers sur le fond de la bouteille (par exemple, film transparent d'un emballage de cigarettes, mégots de cigarettes)
• Fissures, surfaces irrégulières, aspérités pointues et fonds décentrés
• Défauts de dommages structurels
Autres contrôles :
• Détection des liquides résiduels (eau résiduelle, solution caustique résiduelle)
• Inspection de la forme et de l'aspect (bouteilles trop hautes/trop basses, bouteilles à col cassé, bouteilles déformées, bouteilles décolorées, bouteilles renversées, demi-bouteilles)
3.2 Spécifications techniques de performance
Les systèmes modernes d'inspection visuelle des bouteilles vides doivent répondre à des exigences techniques rigoureuses :
• Vitesse d'inspection : Les normes internationales avancées permettent d'atteindre plus de 72 000 bouteilles par heure.
• Précision de l'inspection : La précision de l'inspection complète dépasse 99,65 %, avec un taux de faux rejets inférieur à 0,18 % et un taux de détection manquée inférieur à 0,21 %.
• Temps de réponse : Le temps moyen de détermination des défauts est ≤ 8,7 millisecondes.
• Adaptabilité : Permet de passer rapidement d'un type de bouteille à un autre ; le temps de migration du modèle pour un nouveau type de bouteille est de 30 minutes.
4. Principaux algorithmes techniques
4.1 Technologies d'acquisition et de prétraitement d'images
L'acquisition d'images de haute qualité est essentielle à la précision des inspections. Le système utilise un environnement d'acquisition d'images fermé afin de minimiser les interférences externes. Pour pallier le flou de mouvement dû aux déplacements rapides, le système emploie un éclairage stroboscopique synchronisé avec une vitesse d'obturation contrôlée avec précision.
Pour l'inspection des parois des bouteilles, un dispositif d'imagerie optique à réflexion multi-étapes, capable de capturer une image complète en un seul passage, a été conçu et déployé aux points d'entrée et de sortie du système. Cette configuration permet une inspection exhaustive à 360 degrés de la paroi de la bouteille, sans aucun angle mort. Grâce à une conception intégrant une source de lumière polarisée et une lentille polarisée, les interférences dues à la lumière diffusée sont éliminées, ce qui améliore le contraste des images capturées et facilite la détection plus efficace des corps étrangers transparents et semi-transparents.
4.2 Algorithmes de positionnement et de suivi
Un positionnement précis du corps de la bouteille est indispensable à une détection efficace des défauts. Concernant le positionnement du goulot, des chercheurs ont proposé une méthode de « localisation par centroïde sur les quatre circonférences ». Cette méthode permet d'obtenir une précision de positionnement avec un écart du centroïde inférieur à 3 pixels et un temps de localisation inférieur à 15 millisecondes. En déplaçant itérativement le centroïde dans une petite zone localisée et en calibrant sa position à l'aide de métriques de précision, il est possible d'atteindre une précision encore plus élevée, avec un écart du centroïde inférieur à 1 pixel.
Pour le positionnement du corps de la bouteille, deux algorithmes distincts ont été proposés, basés sur les caractéristiques spatiales des images du corps de la bouteille : l’un se fonde sur le centroïde des points de contour, et l’autre sur les points extrêmes des projections verticales en niveaux de gris. Ces algorithmes atteignent une précision de positionnement d’environ 4 pixels, avec un temps de localisation moyen de 1 milliseconde.
Le positionnement du fond de la bouteille utilise un algorithme amélioré d'ajustement de cercles aléatoires avec pondération adaptative. Cette approche atténue efficacement l'influence des points aberrants sur les résultats de localisation, ce qui améliore la robustesse face aux défauts du fond de la bouteille ainsi qu'à la présence de bruit ou d'interférences importants.
4.3 Algorithmes de détection des défauts
Détection des défauts du goulot : Une stratégie de détection par région est employée, où la zone du goulot est « déroulée » en une image rectangulaire. Afin de résoudre le problème d'interférence entre les zones de brillance et les zones d'ombre, une méthode spécifique a été conçue pour segmenter les zones de brillance du goulot. Cette méthode extrait ces zones en détectant les fronts montants et descendants de la courbe de projection circonférentielle du goulot. Ces zones de brillance sont ensuite soustraites de l'image originale ; des pixels sont alors échantillonnés dans les zones d'ombre immédiatement adjacentes aux zones de brillance originales pour combler les vides, générant ainsi une image reconstruite du goulot sans brillance. La détection des défauts dans les zones de brillance est effectuée par une méthode de projection radiale, tandis que les zones sans brillance sont analysées par une méthode de segmentation par seuillage d'hystérésis.
Détection des défauts sur le corps de la bouteille : Un algorithme de détection par région est proposé, adapté spécifiquement aux caractéristiques de distribution des valeurs de gris des pixels dans les images du corps de la bouteille. L’image du corps de la bouteille est divisée en trois régions distinctes : la région lisse, la région de la bande d’usure et la région du logo/texte.
• Région lisse : Utilise une méthode d’extraction des défauts basée sur le regroupement de superpixels, associée à une méthode de reconnaissance des défauts utilisant les caractéristiques moyennes des pixels au sein de chaque superpixel.
• Zone de port du bracelet : Utilise un algorithme de détection et de reconnaissance des défauts basé sur des opérateurs de gradient horizontal.
• Région LOGO/Texte : Comprend une méthode d'extraction de blocs rectangulaires basée sur un opérateur de détection de contours de Canny modifié, ainsi qu'un algorithme de reconnaissance de défauts et de LOGO/texte basé sur des réseaux neuronaux convolutifs (CNN).
Détection des défauts du fond de bouteille : L’image du fond de bouteille est divisée en deux parties – la zone antidérapante et la zone centrale – qui sont inspectées séparément. Un banc de filtres de Gabor multi-échelles est utilisé pour accentuer les caractéristiques des petites bosses et bulles, et un classificateur à vecteurs de support (SVM) est introduit pour faciliter la reconnaissance des défauts. Pour les défauts situés dans la zone antidérapante, un SVM combiné à un noyau à fonction de base radiale (RBF) est utilisé pour classifier les caractéristiques du défaut du fond de bouteille.
4.4 Application des technologies d'apprentissage profond
Avec les progrès de l'intelligence artificielle, l'application de l'apprentissage profond à l'inspection visuelle des bouteilles vides s'est largement répandue. Une méthode de détection des défauts de surface sur les bouteilles vides, basée sur une version modifiée de l'algorithme SSD (Single Shot MultiBox Detector), intègre un module de fusion de caractéristiques à l'architecture du réseau SSD afin de fournir des informations sémantiques riches aux couches de prédiction. Simultanément, un mécanisme d'attention est introduit dans le réseau pour améliorer ses capacités d'extraction de caractéristiques. Les résultats expérimentaux démontrent que cette méthode atteint un taux de précision de 98,3 %, un taux de non-détection de 0,74 %, un taux de fausses détections de 0,96 % et une précision moyenne (mAP) de 96,5 %, soit une amélioration de près de 5,6 points de pourcentage par rapport à l'algorithme SSD original.
5. Scénarios d'application et études de cas
5.1 Applications dans l'industrie de la bière et des boissons
Dans le secteur brassicole, la plupart des entreprises utilisent des bouteilles recyclées pour le remplissage ; cependant, la qualité de ces bouteilles varie considérablement, ce qui rend leur contrôle difficile. Un système d’inspection des bouteilles vides doit être capable de détecter un large éventail de défauts, notamment les problèmes d’étanchéité du goulot, les filetages, les contaminants présents sur les parois internes et externes, l’usure, les contaminants au fond et les fissures.
En prenant comme exemple l'application pratique dans une brasserie spécifique : le système utilise un mécanisme de convoyeur linéaire. À mesure que les bouteilles vides se déplacent séquentiellement à travers les postes d'inspection désignés pour le goulot de la bouteille, le corps de la bouteille et le fond de la bouteille, des capteurs photoélectriques se déclenchent, incitant un système d'imagerie multiple à capturer automatiquement des images de chaque zone d'inspection respective. Le système d'inspection visuelle traite les images de chaque station de manière indépendante ; Finalement, un mécanisme de tri, agissant sur les résultats d'inspection combinés de toutes les stations, éjecte toutes les bouteilles vides défectueuses de la chaîne de production. 5.2 Applications dans l'industrie pharmaceutique
Dans l'industrie pharmaceutique, les exigences d'inspection des flacons en verre sont particulièrement strictes. Contrairement aux emballages alimentaires classiques, les flacons pharmaceutiques présentent des caractéristiques uniques ; par conséquent, une inspection précise est requise concernant leur forme, leur exactitude dimensionnelle et leurs autres attributs. Les critères d'inspection comprennent les dommages et les fissures sur le goulot, le col, le corps et le fond du flacon ; la mesure de la surface des défauts ; les dimensions (diamètres intérieur et extérieur), l'ovalisation et l'écart de diamètre du goulot ; ainsi que la présence de corps étrangers tels que des particules blanches ou noires, des cheveux et des fibres colorées.
5.3 Étude de cas : Détection des défauts des bases de bouteilles en verre vides par Huicui Vision
Dans un projet mis en œuvre par Huicui Intelligent pour la détection de défauts, en particulier de dommages, sur les bases de bouteilles en verre vides, un système d'inspection par vision multi-caméras a été conçu. Cette solution intègre quatre caméras à obturateur global avec HCvisionQuick, un logiciel propriétaire d'analyse et de traitement d'images. En capturant des images du fond de la bouteille sous quatre angles distincts, le système identifie de manière exhaustive l’ensemble des défauts potentiels pouvant survenir sur le fond. Une technique de rétroéclairage est utilisée pour améliorer le contraste entre la base de la bouteille et l'arrière-plan, améliorant ainsi la précision de la détection. En pratique, le système a atteint un taux de précision de détection supérieur à 99 %.
6. Défis techniques et tendances de développement
6.1 Principaux défis techniques
1. Défis liés aux propriétés des matériaux : Les bouteilles de bière sont souvent fabriquées en verre feuilleté ; les propriétés intrinsèques de ce matériau posent des difficultés aux technologies d’inspection traditionnelles. Des facteurs tels que l’épaisseur non uniforme du verre et la présence de motifs en relief complexes ou de caractéristiques structurelles peuvent nuire à l’acquisition et à la qualité des images.
2. Exigences de production à grande vitesse : Les lignes d'embouteillage de bière modernes peuvent fonctionner à des vitesses dépassant 36 000 bouteilles par heure, ce qui impose des exigences extrêmement élevées en matière de vitesse de traitement et de précision du système d'inspection.
3. Inspection de bouteilles aux formes complexes : Les bouteilles vides présentent souvent des géométries complexes, rendant les méthodes d'inspection par contact impraticables ; par conséquent, des méthodes d'inspection sans contact basées sur la vision sont nécessaires.
4. Détection d'objets étrangers transparents : L'identification d'objets étrangers transparents, tels que du ruban adhésif transparent ou des films plastiques, représente un défi important, nécessitant des conceptions optiques spécialisées et un traitement algorithmique avancé.
6.2 Tendances de développement
1. Intelligence et adaptabilité : Les futurs systèmes d’inspection des bouteilles vides seront de plus en plus intelligents et capables de s’adapter automatiquement aux différentes formes de bouteilles et aux variations d’éclairage. Ces systèmes permettront une migration rapide des modèles pour les nouveaux types de bouteilles – le processus étant achevé en moins de 30 minutes – améliorant ainsi considérablement la flexibilité et l’adaptabilité des équipements.
2. Intégration de l'apprentissage profond : Les technologies d'apprentissage profond sont appelées à jouer un rôle de plus en plus crucial dans la détection des défauts. Grâce à des algorithmes tels que les réseaux neuronaux convolutifs (CNN), ces systèmes peuvent identifier les défauts complexes avec une plus grande précision et renforcer la robustesse globale du processus d'inspection. 3. Fusion multisensorielle : Outre l'inspection visuelle, le système intégrera d'autres capteurs, tels que des transmetteurs haute fréquence pour la détection de liquides résiduels, afin de réaliser une fusion de données multimodales, améliorant ainsi l'exhaustivité et la précision du processus d'inspection.
4. Collaboration basée sur le cloud et maintenance à distance : Les systèmes de formation et d'exploitation et de maintenance (O&M) basés sur une plateforme cloud émergent comme une tendance clé ; ces systèmes prennent en charge l'O&M à distance et en temps réel, permettant la résolution rapide des problèmes des clients 24h/24 et 7j/7.
5. Normalisation et réglementation : À mesure que la technologie évolue, les systèmes d’inspection visuelle des bouteilles vides feront l’objet d’un processus progressif de normalisation. Des organismes nationaux ont déjà participé à l’élaboration de normes pertinentes, telles que la norme *GB/T 39792-2021 : Exigences techniques générales pour les systèmes d’inspection visuelle en ligne des bouteilles vides utilisées dans l’emballage alimentaire*.
7. Conclusion
Composante essentielle de la fabrication intelligente, la technologie d'inspection visuelle des bouteilles vides joue un rôle irremplaçable dans la garantie de la qualité des produits, l'amélioration de l'efficacité de la production et la réduction des coûts de main-d'œuvre. Grâce aux progrès constants réalisés dans les domaines de la vision industrielle, de l'intelligence artificielle, de l'imagerie optique et des disciplines connexes, les systèmes d'inspection des bouteilles vides évoluent vers une précision accrue, une vitesse d'exécution supérieure et une plus grande adaptabilité.
Couvrant un large éventail de domaines, des principes techniques aux applications pratiques, et évoluant des algorithmes traditionnels à l'apprentissage profond, l'inspection visuelle des bouteilles vides a établi un cadre technique complet et éprouvé. À l'avenir, avec l'essor de l'Industrie 4.0 et des initiatives de fabrication intelligente, cette technologie trouvera des applications dans un nombre encore plus important de secteurs, contribuant ainsi à la transformation et à la modernisation de l'industrie manufacturière.
Grâce à une innovation technologique continue et à des applications concrètes, l'inspection visuelle des bouteilles vides a non seulement permis de relever les défis de la production industrielle, mais a également fourni une expérience précieuse pour l'application de la vision industrielle dans d'autres domaines. Alors que le niveau de localisation nationale continue de progresser et que la volonté d'autonomie et de maîtrise technologiques s'intensifie, les compétences techniques et la compétitivité de la Chine sur le marché de l'inspection visuelle des bouteilles vides sont promises à un renforcement significatif.
