后疫情时代，机器视觉助力缺陷检测，在制药行业大展拳脚

从检测缺陷到验证包装上盲文印刷的准确性，机器视觉的作用在新冠肺炎疫情时代开始凸显。

从风险性质来看，与其他大多数行业相比，制药和医疗行业已经制定了更加严格的标准。一直以来，质量控制、跟踪和追踪过程对药品都至关重要，新冠疫情大流行凸显了疫苗质量作为一个全球卫生问题的重要性。

新冠疫苗制造商需要对每一个流程进行严格的质量检验。来自iStock.com/Avatar_023

在制药行业，机器视觉检测的典型应用与其他行业相同，但每一项特定任务都需要制定严格的标准和规范。因此，作为质控的一环，制造商必须确保生产的每一个步骤——从产品密封到胶囊型号再到瓶子印刷的批号——都在规定的标准范围内，特别是安全和保障方面的标准规范。

质控可由若干类型的视觉检测组成。基本类别包括： 

•存在和缺失检测； 

•缺陷检测； 

•验证—一维码、二维码和OCR（光学字符辨识）； 

•测量； 

•机器人引导。

存在和缺失检测

存在和缺失检测旨在检查某种特定属性，以及视觉系统是否能够看到该属性。此类检测常用于药品或医疗器械的包装。制造商需要确保每件产品包装妥当，每个部件放置到位，无一遗漏。制造过程中也会用到存在和缺失检测，以此确保适当安装每件产品。检测还可采用图像匹配方式验证是否存在训练后图像。另一实例是使用计数工具清点零件并记录零件所在位置。

缺陷检测

表面缺陷检测工具可识别玻璃和金属等表面的划痕和裂纹。此类检测对医疗器械检测十分有用，提前发现缺陷可以节省生产成本。缺陷可以通过瑕疵形式进行识别，例如小瓶或药瓶中的灰尘或污垢的规格。

验证

一维码、二维码和OCR。美国FDA发布的“条码标签要求”中要求产品采用国家药品代码（NDC）标识符编码所采用的一维条码进行贴标。FDA颁布的《药品供应链安全法案》中要求药品采用含产品NDC的一维条码进行标记。该法令还要求产品采用带有NDC、序列号、批号和有效期的数据矩阵条码进行标记。

为确保这些信息印刷清晰可读，采用读取一维条码和二维码（例如QR码）或执行OCR的扫描工具读取标签上的字母和数字。

通常，配备这些工具的机器是集成视觉解决方案的组成部分，可检测一维码和二维码，从而确保有效期正确、印刷清晰、位置正确。这些扫描工具用于制药行业的追溯、分类和过程控制，对于产品日期、批次代码、包装单元和剂量代码的验证以及满足整个制药供应链的跟踪和追踪要求并符合FDA制定的《联邦规章典集》第21篇（21 CFR）第11部的规定均十分重要。

存在和缺失检测常用于评估药品包装。来自iStock.com/Neznam

测量

几乎所有行业都会使用机器视觉作为质量检测工具。在制药行业中，各种应用均需要进行准确测量，例如测量医用针头或外科手术刀的尺寸。因此，需要利用机器视觉来精确测量一个零件的形状和尺寸。如果任何零件的测量结果超出规定范围，其后果可能危及生命。例如，测量工具也可用于确定药瓶或疫苗注射器的灌装液位，或者验证是否存在安全密封。

机器人引导

机器人引导。除了检测物体外，机器视觉还可通过机器人引导对其进行定位。这个过程包括定位和验证机器人引导抓取应用的零件，对装配线上的零件进行定位。在制药行业中，定位工具可以对药瓶瓶盖进行正确对位或正确放置注射器中的橡胶密封圈。

这些视觉检测功能通常不会单独使用。一般集成检测解决方案中会采用两种或以上的功能。中国上海波创电气有限公司和新加坡Bestell Solution等系统集成商创建了专业的视觉解决方案来解决制药行业面临的各种具体检测挑战。机器视觉组件（包括摄像机、光源、软件和PC以及输送机或机器人系统）将产品或包装移动到位。

包装检测

和所有疫苗制造商一样，总部位于北京的生物制药公司科兴中维生物技术也面临着生产安全、高质量疫苗的压力。据英国广播公司BBC报道，该公司研发出新型冠状病毒灭活疫苗“CoronaVac（克尔来福）”，用于预防新型冠状病毒感染所致的疾病，目前正在新建2万平方米的生产工厂，生产约3亿剂疫苗。

为了实现这一生产目标，该公司开始采用机器视觉检测，以满足疫苗的包装和跟踪需求。机器视觉摄像机和视觉软件是系统的组成部分，该系统检验疫苗包装、检查标签和跟踪信息，并确认适当疫苗放在适当的疫苗盒子内。视觉也可用于检测瓶子本身。

采用先进的形状阴影算法和特励达达而视的Sherlock软件中的部分预处理程序，显著抑制了不必要的复杂背景字符，因此可以轻易识别并可靠读取盲文。来自特励达达而视

CoronaVac是灭活疫苗，这意味着它不是莫德纳（Moderna）和辉瑞（Pfizer-BioNTech）开发的那种mRNA疫苗，也意味着该疫苗可以储存于标准的冰箱，无需在极低的温度下进行储存。（莫德纳疫苗的必须在−20℃以下的温度进行储存，辉瑞疫苗必须在−70℃以下的温度进行储存）使用标准冷藏的能力使科兴疫苗在储存和运输成本方面具有优势，使该疫苗在发展中国家的使用更具现实意义。

科兴疫苗包装使用特励达达而视的Sherlock成像软件接口进行检测，该接口连接四台Genie Nano相机（两台5M GigE Vision相机和两台1.3M GigE Vision相机）和一个GEVA视觉系统，支持多相机检测。这些相机阅读批号和条形码，确认包装上的疫苗信息是否正确、清晰。该信息显示了疫苗类型、制造商、内容、包装数量、批号和生产日期，并用来通过供应链跟踪发货情况。

盲文印刷

药品容器上印刷质量差的药品说明书可能会让患者面临巨大风险，比如错过续药日期、吞错药片或服用过期药物。这些风险对盲人来说更具挑战性，他们必须阅读盲文才能理解处方名称、剂量说明和其他标签信息等。

从本质上来说，盲点很难阅读。高度只有0.2毫米，在已印刷的字符形成凸点，对大多数视觉技术来说，检测盲文质量极具挑战性。此外，在字符背景下破解盲文使问题更加复杂。

特励达达而视开发了一种特殊的盲文视觉检测系统，该系统使用带有面扫描摄像头的VICORE智能视觉系统的形状阴影技术，以及Sherlock形状阴影算法，从背景复杂的盲文中获取对比度较高的3D效果图像。然后，Sherlock应用预处理程序优化盲文点的残缺形状，从而使OCR算法能够读取盲文字符。

该检测系统保证了医疗药品容器的盲文印刷质量，使盲人或视障人士能够一致、可靠地正确阅读剂量说明。

人工智能

人工智能开始应用于机器视觉检测的各个方面。利用处理工具对模型进行人工智能推理，分类、异常检测、目标检测、分割、降噪等任务都可以基于大量图像数据的机器学习进行优化。

人工智能的其中一个应用是支持OCR读取。例如，由于印刷质量差，对于大多数传统OCR算法而言，可靠读取每个字符极具挑战性。OCR与人工智能技术集成后，无需对系统进行所有字符的训练，就可圆满完成检测任务。

在产品识别、分类和验证方面，医药市场是要求比较高的行业之一，需要比较严格的质量控制。生产、包装或端对端追溯方面的质量检测错误可能会造成人员伤害或死亡。这一点凸显了使用检测工具和方法的重要性，包括3D检测和人工智能等新技术。

关于作者

Steve Zhu，特励达达而视亚洲销售总监。利用自己在机器视觉、自动化和光纤通信行业25年的经验，Steve与客户密切合作，解决他们的复杂机器视觉挑战。

电子邮件：steve.zhu@teledyne.com。

本文来源于《Vision Spectra》

长按识别二维码关注我们