药品包装的外观缺陷，看起来只是“不好看”，实际可能影响密封性、有效期与用药安全：瓶口毛刺会破坏密封，瓶盖缺料会导致泄漏，标签错贴则可能引发召回。人工目检在高速灌装线上很难跟上节拍，长时间注视还容易疲劳漏检。AI视觉检测因此成为医药包装线的常规配置，但它的难点不在“能不能识别”，而在缺陷定义、成像稳定性与验证方法。上海科迎法电气提供CCD视觉筛选机与AI桌面皮带筛选机等设备，本文围绕医药包装场景，把方案设计与验收讲清楚。
医药包装检测的要求
先把“检什么、检到什么程度”定下来，设备才有验收依据。
常见缺陷类型
瓶身常见划伤、气泡、黑点、变形与壁厚不均；瓶口常见毛刺、缺口与椭圆；瓶盖常见缺料、飞边、色差与印刷偏移；标签常见错贴、歪贴、褶皱与字符缺失。不同缺陷的成像方式不同，透明瓶身要靠背光取轮廓，印刷字符要用同轴或漫射光。项目开始时应按缺陷类型逐一确认检测能力，而不是笼统要求全检。缺陷尺寸下限应与客户协商，不能承诺设备分辨不出的微小缺陷。设备能力可参考CCD视觉筛选机的检测范围。瓶底与瓶口往往需要单独的成像角度，不能与瓶身共用一套光路。
合规与追溯
医药行业对记录的要求高于一般制造业，检测结果、图像与参数变更都应可追溯。系统需要记录批次、时间、工位与判定结果，必要时能调出原始图像复核。数据留存周期按质量管理要求设定，不能因存储空间不足随意覆盖。参数调整应留有权限与日志，防止无记录改动。数据导出格式应能被质量系统读取，参数变更还要注明原因与验证结果。图像存储应定期校验完整性，避免磁盘故障导致记录缺失。
人工目检的局限
人工目检受光线、工位与疲劳影响，长时间作业后漏检率上升，不同检验员的标准也不一致。对于高速线，人眼难以在短暂停留时间内完成多面检查。视觉检测的优势是标准统一、结果可记录，但它同样需要清晰的缺陷定义与足够的样本，否则只是把人的模糊标准搬进算法。量产初期仍应保留人工复核，避免标准未稳就全面放行。
成像与工位设计
医药包装多为透明、反光或曲面件，成像方案决定了检测的上限。
瓶身与瓶盖
透明瓶身适合背光取轮廓，能清晰呈现缺口、变形与壁厚差异；表面划伤与黑点则需要正面漫射光，避免高光掩盖缺陷。瓶盖多为塑料件，颜色与印刷差异可用环形光或同轴光。同一工位难以兼顾轮廓与表面，常见做法是分设两个工位，分别配置光源。若瓶身有丝印，应避免光源在印刷面形成镜面反射。
标签与字符
标签检测包括位置、方向、褶皱与字符完整性。字符识别对对比度要求高，同轴光能减少反光干扰；标签歪斜则靠轮廓定位判断。字符缺失与印刷模糊需要足够的解析力，镜头分辨率不足时，算法只能猜。标签材质不同，反光特性也不同，换料号时应重新确认光照。褶皱在低角度光下更明显，字符缺失则依赖正面均匀照明，两者常分设工位。
多工位与翻转
一只药瓶需要看瓶底、瓶身、瓶口与瓶盖多个面，单工位无法覆盖。转盘多工位、翻转机构与多相机组合是常见方案，工位数量按缺陷分布确定。翻转机构容易在落料时造成二次划伤，结构上应避免硬质件直接接触。桌面式设备可参考AI桌面皮带筛选机的工位布局思路。工位增加会推高成本与节拍压力，应按缺陷分布确定最少工位。
算法与判定
算法不是越复杂越好，关键是缺陷标准能被稳定复现。
缺陷分级
应按缺陷对密封、用药安全与外观的影响分级：影响密封的瓶口缺口属于关键缺陷，零容忍；轻微色差可按客户标准放宽。分级标准应形成书面文件，与质量部门共同确认。没有分级，算法只能在“全杀”与“全放”之间摇摆，产线无法接受。分级标准应随客户要求与法规更新定期评审。
样本与模型
模型效果取决于样本覆盖度，罕见缺陷样本不足时容易漏检。应持续收集产线不良品，按缺陷类型、规格与批次分类，定期补充训练。标注标准要统一，同一缺陷不同人标注不一致，模型就学不到稳定特征。样本库还应包含边界样本，用于验证判定稳定性。样本不足时可用旋转与亮度变化做增强，但不能替代真实不良样本。
阈值验证
阈值决定漏检与误判的平衡。过严会误杀良品，增加返工与物料损耗；过松会放过不良，带来流出风险。阈值应通过批量样件验证后确定，并在量产初期动态微调。调整阈值必须留记录，否则后续无法解释判定变化。验证时应分别统计关键缺陷与一般缺陷的表现。阈值版本也应留存，便于回溯。
产线集成
视觉系统只有融入产线节拍，才能真正发挥作用。
与灌装线节拍
灌装线速度快，留给检测的时间往往只有几十毫秒。节拍核算要把拍照、处理、判定与剔除全部算进去，只算算法耗时会低估实际周期。多相机并行、分区处理可以缩短时间，但会增加成本。上料不稳定时，应先解决机构问题，而不是靠延长拍照时间硬扛。多相机并行会带来同步问题，触发信号应统一。节拍余量建议留一成，应对偶发卡料与复检。
剔除与追溯
判定为不良的产品应由剔除机构分入不良箱，并与良品物理隔离。系统应记录批次、时间、工位、结果与图像，支持按批次追溯。剔除动作应有确认信号，避免“判了没剔”。数据应能导出，便于质量部门做趋势分析，反推上游工艺问题。剔除确认可用光电或计数校验，避免气缸动作失败未被发现。不良品箱应可上锁并标识，防止与良品混放。
洁净区适配
洁净区对设备有额外要求：表面易清洁、不易积尘，材质耐消毒剂，线缆与接头防护到位。相机与光源的散热不能影响洁净度，风扇位置应避开暴露区。设备进入洁净区前应确认材质与清洁方式，避免因设备自身成为污染源。设备外壳应避免积尘死角，脚轮与地脚也要便于清洁。视觉检测的现场经验可参见视觉检测资讯。
验收与维护
医药项目的验收，既要看指标，也要看记录是否完整。
漏检率与误判率
验收应使用包含各类缺陷的样件集，统计漏检率与误判率，并分别给出关键缺陷与一般缺陷的数据。样件集应覆盖实际产线的缺陷分布，数量足够才有统计意义。验收标准应在合同中写明，包括样件来源、数量与判定口径。只看演示图片无法反映真实表现。统计应分班次进行，避免不同操作员带来的差异被平均掉。
换型与配方
多规格生产时，设备应支持配方切换，切换后自动调整光源、曝光与判定参数。换型时间越短，设备利用率越高。配方应包含规格与版本，避免相似产品误用旧参数。换型后应做首件确认，再批量运行。配方应备份，防止丢失后重新调试。
清洁与校准
定期清洁镜头、光源与视窗，检查机构磨损与剔除动作是否到位。光源会衰减，亮度变化会改变图像灰度，应按周期检查并按需更换。相机与镜头的固定应防松，振动会导致视场漂移。维护记录应留存，便于分析误判是否与保养周期相关。清洁或拆装后应做一次标准样件复测，确认成像未因操作改变。更多设备与方案见医药包装视觉检测设备。
常见问题解答
问：透明药瓶怎么打光？
答：轮廓类缺陷用背光，表面划伤与黑点用正面漫射光，通常需要分设工位。
问：视觉检测能替代人工吗？
答：可替代大部分重复目检，但应保留抽检与复核，尤其在量产初期。
问：关键缺陷怎么定义？
答：按对密封与用药安全的影响划分，需与质量部门共同确认并形成文件。
问：检测速度跟不上灌装线怎么办？
答：可多相机并行或分区处理，同时先解决上料与传输的稳定性。
问：换规格要重新调试吗？
答：通过配方切换完成，避免每次重新搭建光源与算法参数。
问：设备能进洁净区吗？
答：可以，但需确认材质耐消毒、表面易清洁、散热不污染环境。
结语
医药包装检测的核心不是算法炫技，而是缺陷标准清晰、成像稳定、验证充分。科迎法电气位于上海松江，提供CCD视觉筛选机与AI视觉检测方案，欢迎提交样件做打光与判定验证。
