Herausforderungen bei der Erkennung von Mindesthaltbarkeitsdaten
Kurze Taktzeiten
Herausforderung: Kurze Taktzeiten erfordern schnelle OCR-Workflows, da in automatisierten Prozessen, wie der Sortierung, der Qualitätskontrolle von Produkten oder dem Auslesen von Daten (z. B. MHD, Chargennummer) in Echtzeit erfasst werden müssen. Langsame Erkennungsprozesse würden die gesamte Linie ausbremsen und könnten Stillstände oder Fehler verursachen.
Lösung: Die Smart Camera B60 mit dem integrierten Deep OCR-Algorithmus eine schnelle und präzise Texterkennung, selbst bei schwierigen Schriftarten, variierenden Druckqualitäten oder ungünstigen Lichtverhältnissen.
Lösung: Die Smart Camera B60 mit dem integrierten Deep OCR-Algorithmus eine schnelle und präzise Texterkennung, selbst bei schwierigen Schriftarten, variierenden Druckqualitäten oder ungünstigen Lichtverhältnissen.
Reflektierende oder transparente Folien
Herausforderung: Durch glänzenden Oberfläche entstehen Reflexionen, die das Datum auf einer Folienverpackung unleserlich machen können. Zusätzlich führen Falten oder Verformungen der flexiblen Folie zu verzerrten Zeichen.
Lösung: Die Kombination aus Machine Vision Cameras und Machine Vision Controller oder der Smart Camera B60 in Verbindung mit Beleuchtungstechnik ermöglicht das präzise Auslesen von Datumsangaben auf reflektierenden Oberflächen. Durch den Einsatz diffuser Beleuchtung und optionaler Polarisationsfilter werden störende Lichtreflexionen zuverlässig unterdrückt. Gleichzeitig kann die in der Software uniVision 3 integrierte Deep OCR-Modul der Kamera selbst verzerrte oder teilweise verdeckte Zeichen erkennen. So lassen sich relevante Informationen, wie z. B. das Haltbarkeitsdatum, auch unter schwierigen Bedingungen von reflektierenden oder gewellten Folien sicher auslesen.
Lösung: Die Kombination aus Machine Vision Cameras und Machine Vision Controller oder der Smart Camera B60 in Verbindung mit Beleuchtungstechnik ermöglicht das präzise Auslesen von Datumsangaben auf reflektierenden Oberflächen. Durch den Einsatz diffuser Beleuchtung und optionaler Polarisationsfilter werden störende Lichtreflexionen zuverlässig unterdrückt. Gleichzeitig kann die in der Software uniVision 3 integrierte Deep OCR-Modul der Kamera selbst verzerrte oder teilweise verdeckte Zeichen erkennen. So lassen sich relevante Informationen, wie z. B. das Haltbarkeitsdatum, auch unter schwierigen Bedingungen von reflektierenden oder gewellten Folien sicher auslesen.
Wechselnde Kontraste oder Hintergrundfarben
Herausforderung: Das Lesen von Mindesthaltbarkeitsdaten auf Joghurtbechern ist für klassische Bildverarbeitungssysteme eine Herausforderung, da die Schrift auf gewölbtem Hintergrund oft verzerrt ist und in Größe und Kontrast variiert.
Lösung: Beim Lesen von MHD auf Joghurtbechern ist die Smart Camera B60 geeignet. Dank integrierter Deep OCR-Algorithmen in der Bildverarbeitungssoftware uniVision 3 können selbst schwer lesbare Zeichen stabil erkannt werden, unabhängig von Schriftlage oder Untergrund. In Kombination mit Beleuchtungstechnik und individuell einstellbarer Belichtung werden schwache Kontraste ausgeglichen.
Lösung: Beim Lesen von MHD auf Joghurtbechern ist die Smart Camera B60 geeignet. Dank integrierter Deep OCR-Algorithmen in der Bildverarbeitungssoftware uniVision 3 können selbst schwer lesbare Zeichen stabil erkannt werden, unabhängig von Schriftlage oder Untergrund. In Kombination mit Beleuchtungstechnik und individuell einstellbarer Belichtung werden schwache Kontraste ausgeglichen.
Strukturierte Oberflächen
Herausforderung: Strukturierte Oberflächen, wie sie beispielsweise bei Holzparkett vorkommen, können die Lesbarkeit von Chargennummern erschweren. Besonders Holzmaserungen können zur Störung bei der Lesung führen. Das Datum gibt an, bis wann das Parkett idealerweise verarbeitet werden sollte, um eine hohe Qualität und Langlebigkeit des Bodens zu gewährleisten.
Lösung: Die Smart Camera B60 bietet eine zuverlässige Erkennung selbst auf unregelmäßigen, natürlichen Untergründen. Mithilfe leistungsstarker Deep OCR-Algorithmen und anpassbarer Module in der Bildverarbeitungssoftware uniVision 3 lassen sich auch kontrastarme Zeichen sicher lesen. In Kombination mit Infrarot-Beleuchtung wird die Holzmaserung gezielt ausgeblendet, da IR-Licht tiefere Strukturen reduziert und visuelle Störungen auf der Oberfläche minimiert.
Lösung: Die Smart Camera B60 bietet eine zuverlässige Erkennung selbst auf unregelmäßigen, natürlichen Untergründen. Mithilfe leistungsstarker Deep OCR-Algorithmen und anpassbarer Module in der Bildverarbeitungssoftware uniVision 3 lassen sich auch kontrastarme Zeichen sicher lesen. In Kombination mit Infrarot-Beleuchtung wird die Holzmaserung gezielt ausgeblendet, da IR-Licht tiefere Strukturen reduziert und visuelle Störungen auf der Oberfläche minimiert.
wenglor-Software zur MHD-Erkennung
Die Deep OCR-Technologie ist speziell auf die präzise Texterkennung in der Bildverarbeitung ausgerichtet und nutzt moderne Deep Learning-Algorithmen auf Basis von Convolutional Neural Networks (CNNs). Diese erkennen hierarchisch aufgebaute Merkmale wie Schriftarten, Zeichenformen und Textstrukturen, auch bei variierenden Größen oder beschädigten Textstellen. Das ermöglicht eine zuverlässige Textextraktion direkt auf der Software uniVision 3, ganz ohne aufwendige Konfigurationen oder externe Komponenten. Der erkannte Text kann direkt in das gewünschte Ausgabeformat überführt werden. Zusätzlich bietet die Analyse der Modell-Konfidenz eine Einschätzung der Erkennungssicherheit. Eine optionale Heatmap visualisiert, welche Bildbereiche das Modell bei der Texterkennung besonders berücksichtigt hat.
Die Module OCR und Deep OCR bieten leistungsstarke Funktionen für eine präzise Texterkennung. Moderne Deep Learning-Technologie wird nahtlos in den Workflow integriert und ermöglicht die zuverlässige Erkennung von Klartext – unabhängig von Schriftart, Größe oder Beschädigungen. Dank flexibler Konfigurationsoptionen lässt sich die Texterkennung optimal an unterschiedlichste industrielle Anwendungen anpassen.
OCR in Kombination mit Codereading
Die uniVision Software ermöglicht durch die freie Auswahl der Softwaremodule einfache oder komplexe Aufgaben gleichermaßen zu lösen. So können beispielsweise das Erkennen eines Mindesthaltbarkeitsdatums und das Lesen eines Barcodes sowie die Überprüfung der Labelposition in einer Anwendung frei kombiniert werden. Die Hardware und die Software uniVision 3 schaffen ideale Voraussetzungen für eine effiziente Nutzung der Deep-Learning-Technologie.
Hardwarelösungen für zuverlässige OCR-Ergebnisse
Machine Visionsystem (Machine Vision Controller und Machine Vision Camera)
Einfache Integration in bestehende Produktionslinien durch gleichzeitige Anbindung von bis zu 16 Kameras
Vier verschiedene Auflösungen für flexible Anpassung an unterschiedliche Aufgabenstellungen
Freie Objektivwahl zur optimalen Abstimmung des Sichtfelds
Maximale Flexibilität durch eine breite Auswahl an Schnittstellen wie TCP/IP, PROFINET, EtherNet/IP und EtherCAT
Smart Camera
Kompakte Smart Camera mit integrierter Bilderfassung für präzise Texterkennung
Eingebautes Beleuchtungsmodul für optimale Ausleuchtung direkt am Erfassungspunkt
Hoher Integrationsgrad dank zahlreicher Industrieschnittstellen wie TCP/IP, PROFINET, EtherNet/IP und EtherCAT
Stand-alone-Lösung ohne zusätzlichen Controller
Beleuchtungstechnik
Speziell entwickelte Beleuchtungslösungen ermöglichen eine zuverlässige Texterkennung auch unter anspruchsvollen Bedingungen. Dabei werden Beschriftungstechniken wie Dot Peen, Prägung, Laserdruck oder Tintenstrahldruck ebenso berücksichtigt wie Objektfarbe, Materialbeschaffenheit und Oberflächenstruktur. Das sorgt für optimale Kontraste, minimiert Reflexionen und schafft ideale Voraussetzungen für stabile OCR-Ergebnisse.
Vorteile der wenglor Lösung
Hochgenaue OCR-Texterkennung
Zuverlässiges Erfassen von Mindesthaltbarkeitsdaten, Seriennummern und Barcodes.
Präzise Label- und Positionserkennung
Überprüfung der korrekten Anbringung von Labels.
Automatisierte Prozesse
Reduzierung von Ausschuss und Zeitersparnis durch schnelle und genaue Datenerfassung.
Fehlererkennung und Korrektur
Identifizierung von schief angebrachten oder fehlerhaften Etiketten.
Anwendungsmöglichkeiten der OCR-Texterkennung
Anwesenheitsprüfung des Mindesthaltbarkeitsdatums auf Lebensmittelverpackungen
Herausforderung:
In der Lebensmittel- und Verpackungsindustrie müssen die Aufdrucke des Mindesthaltbarkeitsdatums auf Nahrungsmitteln zuverlässig überprüft werden. Taucht ein Produkt ohne MHD im Einzelhandel auf, wird oft die gesamte Charge an den Hersteller zurückgesandt, wodurch hohe Kosten entstehen.
Lösungen:
In der Lebensmittel- und Verpackungsindustrie müssen die Aufdrucke des Mindesthaltbarkeitsdatums auf Nahrungsmitteln zuverlässig überprüft werden. Taucht ein Produkt ohne MHD im Einzelhandel auf, wird oft die gesamte Charge an den Hersteller zurückgesandt, wodurch hohe Kosten entstehen.
Lösungen:
Beleuchtung von Plastikdeckeln zur Prüfung von Mindesthaltbarkeitsdaten auf PET-Flaschen
Herausforderung:
In der Lebensmittel- und Getränkeindustrie muss die Anwesenheit von Mindesthaltbarkeitsangaben auf PET-Flaschen zuverlässig überprüft werden. Chargen ohne diese Angabe werden aussortiert, was hohe Kosten erzeugt.
Lösung:
Kontrolle des Mindesthaltbarkeitsdatums auf Lebensmittelverpackungen
Herausforderung:
In der Lebensmittel- und Verpackungsindustrie müssen die Aufdrucke des Mindesthaltbarkeitsdatums auf Nahrungsmitteln zuverlässig gelesen werden. Wird ein falsches Datum erkannt, muss die Produktion unterbrochen und die betroffene Ware neu verpackt werden.
Lösung:
In der Lebensmittel- und Verpackungsindustrie müssen die Aufdrucke des Mindesthaltbarkeitsdatums auf Nahrungsmitteln zuverlässig gelesen werden. Wird ein falsches Datum erkannt, muss die Produktion unterbrochen und die betroffene Ware neu verpackt werden.
Lösung:
Code- und MHD-Lesung auf Dosen
Herausforderung:
Die Erfassung von handschriftlich oder maschinell erfassten Chargennummern, Verfallsdaten und Lieferdokumenten ist aufgrund unterschiedlicher Schriftarten oder unklarer Drucke herausfordernd. Dies kann zu Erfassungsfehlern und Verzögerungen in der Wareneingangsverarbeitung führen und eine lückenlose Qualitätskontrolle erschweren.
Lösung:
Die Erfassung von handschriftlich oder maschinell erfassten Chargennummern, Verfallsdaten und Lieferdokumenten ist aufgrund unterschiedlicher Schriftarten oder unklarer Drucke herausfordernd. Dies kann zu Erfassungsfehlern und Verzögerungen in der Wareneingangsverarbeitung führen und eine lückenlose Qualitätskontrolle erschweren.
Lösung:
Kontrolle von Verfallsdaten auf Medikamentenverpackungen
Herausforderung:
Pharmaunternehmen erhalten täglich große Mengen an Arzneimitteln von unterschiedlichen Herstellern und Lieferanten. Jede einzelne Packung ist mit einem Mindesthaltbarkeitsdatum sowie einer Chargennummer versehen, die sorgfältig überprüft werden muss. Abgelaufene oder bald ablaufende Produkte dürfen unter keinen Umständen ins Lager gelangen, um die Qualität der Arzneimittel zu sichern.
Lösung:
Pharmaunternehmen erhalten täglich große Mengen an Arzneimitteln von unterschiedlichen Herstellern und Lieferanten. Jede einzelne Packung ist mit einem Mindesthaltbarkeitsdatum sowie einer Chargennummer versehen, die sorgfältig überprüft werden muss. Abgelaufene oder bald ablaufende Produkte dürfen unter keinen Umständen ins Lager gelangen, um die Qualität der Arzneimittel zu sichern.
Lösung:
Erkennung von falsch gedruckten oder fehlenden Verfallsdaten
Herausforderung: Falsch gedruckte oder fehlende Verfallsdaten auf Verpackungen erschweren die Qualitätssicherung und stellen ein Risiko für Produktsicherheit und Rückverfolgbarkeit dar.
Lösung:
Lösung:
Vermeidung von Versand abgelaufener Produkte
Herausforderung: Im Kommissionierprozess besteht ohne automatisierte Kontrolle der Mindesthaltbarkeitsdaten die Gefahr, abgelaufene Produkte an Kunden auszuliefern. Manuelle Prüfungen sind fehleranfällig und oft nicht lückenlos möglich, insbesondere bei hohem Durchsatz oder großen Lagerbeständen. Eine zuverlässige, automatisierte MHD-Kontrolle ist daher entscheidend, um die Produktsicherheit zu gewährleisten.
Lösung:
Lösung:
Prüfung von MHDs auf Wareneingangsetiketten zur automatischen Einlagerung nach First-Expire-First-Out
Herausforderung: Die Prüfung der Mindesthaltbarkeitsdaten auf Milchverpackungen beim Wareneingang ist entscheidend, um die Produkte korrekt nach dem First-Expire-First-Out-Prinzip (FEFO) einzulagern. Unvollständige oder fehlerhafte MHD-Erfassung kann dazu führen, dass Milch mit nahendem Ablaufdatum zu spät verarbeitet oder ausgelagert wird, was Verderb, Produktverluste und höhere Kosten zur Folge hat.
Lösung:
Lösung:
Lösungen auf einen Blick
Machine Vision
|
||
|
Produkte
Vision-Sensoren B50
|
Vorteile
|
Produktlink
|
|
||
|
Produkte
Smart Camera B60
|
Vorteile
|
Produktlink
|
|
||
|
Produkte
Machine Visionsystem
|
Vorteile
|
Produktlink
|
|
||
|
Produkte
Software uniVision 3
|
Vorteile
|
Produktlink
|
|
||
|
Produkte
Beleuchtungstechnik
|
Vorteile
|
Produktlink
|
Produktflyer zum Herunterladen
Produktflyer Smart Camera B60
(962 KB)
Dieses Dokument enthält den Produktflyer zur Smart Camera B60.
Produktflyer wenglor Machine Vision
(836 KB)
wenglor bietet alle Komponenten eines Vision-Systems, um Bildverarbeitungsanwendungen innovativ zu lösen. Dieses Dokument gibt einen Überblick.
Produktflyer Beleuchtungstechnik
(908 KB)
Dieses Dokument enthält den Produktflyer der Beleuchtungstechnik
Vielen Dank für Ihre Anfrage!
Erfolgreich übertragen