从检测缺陷到验证包装上印刷的准确性，机器视觉的作用在疫情时代开始凸显。
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。
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。
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。盈泰德Intsoft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
该检测系统保证了医疗药品印刷质量，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，医药市场是要求最高的行业之一，需要最严格的质量控制。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。这一点凸显了使用最佳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。
如果你的产线中，可能用的到机器视觉或AI深度学习方面的技术来做质量管控，那不妨和我们盈泰德科技聊聊，我们会先根据你的需求分析，从一个专业的角度免费来给你设计一个合适你的方案，然后听取你的意见，再详细洽谈，最后即使没能达成合作，我们也非常希望能多认识个朋友。
