视觉
传感器是一种常用的传感器，被广泛的应用于多个行业当中。随着传感器技术的提高，视觉传感器的功能越来越全面，不仅在一些工业生产行业以及自动化行业当中有应用。视觉传感器在食品行业中也有了一定的应用，食品行业中加入了视觉传感器生产会更加的规范。那么为什么视觉传感器会让食品行业生产更加规范呢？下面小编就具体来介绍一下吧。
罐装食品公司通常会生产大量特定产品，例如番茄汤，然后在贴标签前将其储存在仓库中等待客户的订单。罐头上的标签是在运输前才贴上的，通常是贴客户自己的品牌标签，传统的机器视觉产品并不能适任。
这些罐头的传运速度为60毫秒每个，因此根本无法进行一般的手工检测。用机器视觉解决该问题只需把一个摄像头连接到计算机的图像处理卡上。缺点是这些专门的硬件并不适用于工厂环境。摄像头和图像处理卡很容易受热和灰尘的影响。设置和维护这种系统还需要相当高的专门技术，而罐装工厂通常缺乏这种技术。
新方法MatrixTechnologies用最新的机器视觉技术开发了更有效的明场自动检测。新方法的关键就是康耐视In-Sight5600视觉系统可在亮光背景下以每小时1000件产品的速度检测产品代码。MatrixTechnologies部门经理LesHaman说。康耐视PatMax图像匹配工具可以检测产品代码。利用PatMax工具，该程序可以识别任意位置的图像。该程序并不是读取单个的字符。您可以对它进行配置，让它搜索与三位产品代码匹配的图像。只要把新代码放到罐头上视觉系统检测位置并在产品代码周围置一矩形，新产品代码就配置好了。从这一点来说，即使产品代码在另一位置或另一角度，只要它在检测视野内，视觉系统就可以对产品代码进行检测。这种方法比过去使用的传统的机器视觉技术更简单、更可靠而且更经济。
MatrixTechnologies的brightstock标签解决方案中还使用了一个激光扫描仪，用于读取产品标签上的条形码。光纤传感器可通过检测有无突出部分确定标签是否已正确地粘到了罐头上。
MatrixTechnologies正为其第一批客户部署10个这种系统。其中两个已经部署完成并且正在运行，而且运行情况相当不错。Haman总结道，brightstock标签解决方案已经证明了它们检测的准确性，而且几乎从不会停机。现已证明，直接进行产品代码图像的匹配是比把图像转换成字符更稳定可靠的解决方案。当前的工厂职工可以毫无困难地维护这些设备，或编程让其读取新产品代码。根据性能标准、基准测试、和用户的认可，这种解决方案在食品和饮料工业的brightstock检测上有极具吸引力的价值。