簡介
機器視覺系統 是自動化影像系統，能擷取、處理並解讀視覺資訊，讓工業設備得以即時檢查產品、量測尺寸、辨識零件、驗證組裝並引導機器人。在塑膠加工中，它們特別有價值，因為高速生產線、透明或反光材料、嚴格外觀公差以及零件幾何形狀變化，使得人工檢查不完整且抽樣品管可靠性較低。
典型的機器視覺系統結合 相機、照明、光學元件、處理硬體 與 軟體，將影像轉換為通過/不通過的決策、量測值、分類結果或機器人座標。在塑膠製造中，此技術用於射出成型、押出、熱成型、吹塑以及 回收產線，執行表面缺陷檢測、有無檢查、標籤檢驗、尺寸量測與條碼讀取。
此領域從早期工業自動光學檢查發展為現代系統，整合更高解析度的 感測器、2D 與 3D 影像，以及日益增加的 AI 影像分析。目前系統也受永續壓力影響，因為線上檢查可減少廢料、避免返工並提升回收材產品品質，但也增加資本成本、照明複雜度與整合需求。
歷史與發展
工業機器視覺於 20 世紀末興起，首先在電子、半導體與汽車製造獲得採用，之後擴展至更廣泛的工廠自動化。其核心概念是以受控影像與軟體決策取代人工視覺檢查。
其演進有幾個里程碑：
- 1990 年代工業採用： 機器視覺開始從實驗室與利基檢查應用轉向高量產 工業自動化，特別是自動光學檢查。
- 標準化廠務整合： 工業通訊與互通性努力讓機器視覺成為廠務資料來源，而非獨立相機站。
- AI 與深度學習整合： 現代系統日益使用機器學習與深度學習改善缺陷分類，尤其在基於規則的檢查難以應對紋理、顏色或表面外觀變化時。
在塑膠加工中，此演進特別重要，因為許多缺陷細微、間歇性或與製程漂移相關，使得全線光學檢查比定期抽樣更有效。
技術概觀
機器視覺系統通常透過五個功能階段運作：照明、影像擷取、影像處理、分析 與 輸出/介面。零件通常必須以穩定位置與照明狀態呈現，以便軟體從背景中分離特徵並做出可靠決策。
核心元件
- 照明： 環形燈、背光、同軸照明、圓頂照明、結構光與頻閃照明，選擇用以在光亮、暗色、透明、有紋理或曲面塑膠表面產生對比。
- 光學與鏡頭： 解析度、視野、工作距離與畸變控制決定系統能否準確檢查模塑件、薄膜卷材或粒料流。
- 相機與 感測器： 面掃描相機常用於離散零件，線掃描系統則常用於連續卷材、型材或移動片材。
- 處理單元： 工業 PC、智慧相機或嵌入式視覺控制器執行影像分析，並與 PLC、機器人或剔除機構通訊。
- 軟體： 演算法可執行邊緣偵測、模板比對、OCR、缺陷分割、量測或 AI 分類。
塑膠應用中的典型性能範圍
- 產量： 系統可從精密成型單元每分鐘數十件，檢查到持續以工業線速運行的極高速卷材或包裝線。
- 尺寸檢查： 非接觸量測常用於孔位、毛邊、短射偵測、澆口殘留、壁完整性以及瓶子或瓶蓋幾何。
- 表面缺陷檢查： 系統偵測刮痕、縮痕、黑點、污染、燒痕、熔接線異常、氣泡相關外觀問題，以及模塑或押出產品上的印刷缺陷。
- 代碼檢查： OCR 與條碼讀取支援包裝、瓶胚、封蓋與成品的可追溯性。
- 3D 視覺： 結構光或立體系統增加深度資訊，用於定位變形零件、堆疊物品或不規則表面。
定量檢查說明
- 離心脫水後的殘留水分： 在塑膠回收與清洗線中，離心脫水後的碎片通常以低單位數百分比範圍離開乾燥機，視聚合物、碎片尺寸與設備配置而定；這也是下游熱乾燥在瓶對瓶與工程塑膠回收中仍普遍的原因。確切殘留水分為製程特定，通常以線上或實驗室方法驗證，而非僅靠視覺。
- 碎片尺寸： 回收塑膠碎片常見於 PET 瓶 再生粒 的約 10–12 mm 範圍，雖然篩選與造粒可為特定再利用目標產生更窄的分布。
- 造粒相關檢查線的轉子速度： 當視覺與回收或 再生粒 處理中的切割或尺寸驗證搭配時，上游造粒機可能依設計以數百至數千 rpm 運轉，但視覺檢查本身通常以線速為基礎，而非轉子速度。
- 比能耗： 視覺系統通常是相對於 加熱器、驅動器或壓縮機的較小電氣負載，但高強度照明、工業 PC 與空氣噴射硬體在大型多站檢查線上仍可能累積影響。
類型與變化
| 類型 | 主要用途 | 優點 | 限制 |
|---|---|---|---|
| 2D 機器視覺 | 有無、印刷、顏色、表面與量測檢查 | 成熟、快速、具成本效益 | 深度資訊有限 |
| 3D 機器視覺 | 高度、體積、變形與表面拓撲 | 更適合翹曲或不規則零件 | 成本與整合複雜度較高 |
| 智慧相機 | 單一站的緊湊檢查 | 部署容易、佔地較小 | 複雜多階段分析彈性較低 |
| PC 為基礎系統 | 高複雜度檢查與資料處理 | 最高彈性與運算容量 | 工程努力較大 |
| 線掃描系統 | 卷材、薄膜、片材、連續型材 | 適合連續產品 | 需要同步運動與照明 |
| 深度學習視覺系統 | 複雜缺陷與分類 | 對變化容忍度較佳 | 需要訓練資料與驗證 |
在塑膠加工中，最常見的配置是模塑件與包裝的 2D 系統，以及薄膜、片材、標籤、型材與不規則回收原料流的線掃描或 3D 系統。
塑膠加工中的應用與用途
機器視覺系統部署於塑膠加工業者需要以速度進行一致檢查的任何地方，特別是當產品品質取決於外觀、幾何、密封完整性或可追溯性時。
- 射出成型： 檢查短射、毛邊、翹曲、縮痕、污染、缺失嵌件、澆口問題與組裝完整性。
- 押出： 檢查型材尺寸、表面瑕疵、凝膠、熔體破裂、顏色一致性，以及管材、片材、薄膜與電纜護套上的印刷對位。
- 吹塑： 驗證瓶頸幾何、壁對稱性、型坯相關缺陷、面板化與標籤放置。
- 熱成型： 偵測成型不完整、裁切缺陷、尺寸偏差與零件變形。
- 包裝與標籤： 讀取批號、驗證標籤、檢查瓶蓋與密封放置，並確認包裝方向。
- 塑膠回收： 依顏色、聚合物家族或污染程度分類材料流，並可協助碎片、再生粒與粒料的品管。
- 機器人搬運： 為取放、組裝與分揀單元提供零件位置與方向資料。
一個不適合的用途是 在無受控照明的條件下檢查高度變化的透明薄膜：材料低對比度與反光性可能使缺陷檢測不可靠，除非光學設定經過精心設計。
典型缺陷與檢查目標
在塑膠中，機器視覺通常配置為偵測：
- 表面污染
- 黑點與凝膠
- 刮痕與磨損
- 短射與填充不完整
- 毛邊與裁切缺陷
- 翹曲與變形
- 尺寸漂移
- 標籤錯位
- 顏色或變體錯誤的零件
- 組裝品中缺失的元件
這些檢查有助於減少客戶投訴、下游組裝故障，以及不合格生產造成的廢料。
技術創新與自動化
現代系統日益結合傳統影像處理與 機器學習 及 深度學習，以在可變照明、紋理與零件外觀下提升穩健性。這在塑膠中特別有用，因為表面可能光亮、霧面、半透明、有色、有紋理或回收材，所有這些都會使基於規則的檢查複雜化。
關鍵創新包括：
- AI 輔助缺陷分類： 當缺陷外觀因零件而異時，減少誤剔除。
- 3D 量測： 改善翹曲模塑件、裁切邊緣與不均勻表面的量測。
- 線上閉迴路控制： 視覺資料可即時觸發剔除站、機器人修正、模具調整或製程警報。
- 邊緣運算： 智慧相機與嵌入式處理器降低延遲並簡化機器整合。
- 可追溯性整合： 視覺系統日益與 MES、ERP 及序列化工作流程連結，用於生產記錄與召回。
環境與永續性面向
機器視覺主要透過改善 一次通過良率、減少廢料與提早偵測製程漂移來支援永續性。在塑膠加工中，這可降低送往 再生粒、返工或廢棄的有缺陷材料量，這對成本與循環經濟目標都很重要。
它也協助加工業者處理較高比例的回收含量，以補償消費後或工業後原料常見的較大變異性。同時，視覺系統本身需要相機、照明、控制器與維護，因此其淨環境效益取決於缺陷減少是否大於增加的設備足跡與用電量。
經濟與全球市場影響
機器視覺已成為自動化製造的核心賦能技術，在汽車、電子、包裝與塑膠加工中廣泛採用。在塑膠中，其價值較少與檢查硬體本身相關，而更多與保護下游組裝、降低保固風險，以及支援無法依賴人工視覺檢查的高產量產線的能力相關。
市場受幾個經濟力量影響：
- 勞動力短缺與勞動成本上升，增加對自動化檢查的需求。
- 品質與可追溯性要求，尤其在受管制的包裝、醫療與汽車供應鏈中。
- 廢料減少經濟效益，在高量產線上，拒收率的小幅降低即可證明系統成本合理。
- 整合成本，當包含照明、機械夾具、PLC 通訊與驗證時，可能相當可觀。
當前挑戰與創新
儘管有強大優勢，機器視覺系統在塑膠加工中仍面臨幾個工程挑戰：
- 反光與透明材料 可能擊敗標準照明幾何。
- 零件變異 來自模具磨損、顏色變化、回收含量或製程漂移，可能產生誤剔除。
- 驗證複雜度 在 AI 模型用於品質關鍵應用時增加。
- 環境污染 如粉塵、蒸汽、油霧與水滴可能降低影像品質。
- 換線需求 要求系統快速適應不同零件家族與 SKU。
目前創新聚焦於更好的感測器融合、更容易的設定、更快的模型訓練，以及針對困難表面的更穩健照明策略。
未來展望
塑膠中機器視覺的下一階段可能強調 自適應檢查、3D 感知 與製程控制的更緊密整合。隨著加工業者追求更高自動化與更高回收含量使用，視覺系統將日益不僅作為品質關卡，也作為有助穩定生產的製程 感測器。
未來系統預計將更緊湊、更軟體定義，並更有能力以較少手動調整處理低對比、高變異的塑膠產品。最重要的競爭優勢很可能是在線速下將影像資料轉換為穩定、可操作的製造決策的能力。
參考文獻
- •
Machine vision. (2003, January 21). In Wikipedia.Link
- •
Machine Vision 101. (n.d.). Teledyne Vision Solutions.Link
- •
Machine Vision Systems: How They Work, Types, and Uses. (2026, June 22). Overview.ai.Link
- •
Applications of Machine Vision Systems Across Industries. (2026, July 31). Peak Technologies.Link
- •
Introduction to Machine Vision. (n.d.). Assembly Magazine.Link
- •
Machine Vision: Overview and Applications. (2023, April 27). Cincoze.Link
- •
Machine Vision System: 10 Powerful Industry Applications. (2026, April 7). IIQ Education.Link
- •
Use Cases of Machine Vision: Quality Control and Beyond. (2024, March 20). Emergent Vision Technologies.Link
- •
How machine vision works? (2026, January 22). Opsio.Link
- •
What Is Machine Vision? Definition, How It Works, and Use Cases. (2026, February 17). Teachfloor.Link
- •
What is Machine Vision. (2025, July 23). GeeksforGeeks.Link
- •
What Is Machine Vision? Systems, Components & Uses. (2026, July 27). Peko Precision.Link
- •
Machine Vision: A Beginner's Guide. (2024, March 20). Cobalt IS.Link
- •
What Is Machine Vision? (2025, May 15). Intel.Link
- •
What Are the Main Applications and Use Cases of Machine Vision System Industries. (2025, August 7). UnitX Labs.Link
- •
What Is Machine Vision? (2025, January 1). Zebra Technologies.Link
- •
Machine Vision Applications and Examples. (2021, November 17). EAM Inc.Link
- •
Machine Vision Applications: 12 Real Uses in Manufacturing. (2026, June 22). Overview.ai.Link
- •
Machine Vision Systems: Basics and Industrial Applications. (n.d.). Opto Engineering.Link
- •
Machine Vision Working and Its Applications | A Quick Guide. (2024, August 29). XenonStack.Link
- •
Machine Vision Systems: Components, AI Integration. (2026, June 5). Wevolver.Link
- •
Machine Vision Systems Explained | Types & Applications. (2026, March 9). Averroes AI.Link
- •
Measure objects. (2025, February 13). Roboflow.Link
- •
50 Real-World Applications of Machine Vision in Manufacturing. (n.d.). Intelgic.Link
- •
What Is Machine Vision & How Does It Work? (2026, April 27). Novanta.Link
- •
21 Examples of Computer Vision Applications Across Industries. (2025, January 3). Coursera.Link
- •
Applications of Industrial Machine Vision. (2023, March 16). Industrial Internet Consortium.Link
- •
4.1 Introduction to Machine Vision systems. (n.d.). OPC Foundation.Link
- •
Introduction to Machine Vision. (2024, March 20). Emergent Vision Technologies.Link
- •
10 Computer Vision Applications for 2025. (2025, May 29). DigitalOcean.Link
- •
Machine Vision Applications | Industrial Image Processing. (2023, September 5). Industrial Vision.Link
- •
4.1 Introduction to Machine Vision systems. (n.d.). OPC Foundation.Link
- •
Computer Vision Applications. (2024, December 1). Viso.ai.Link
- •
Machine Vision. (n.d.). KEYENCE America.Link
- •
Machine Vision in Industrial Automation Environments. (2026, June 1). Cisco.Link
- •
Machinve Vision Systems: Industry Insights & Cost Implications. (2025, January 31). Photoneo.Link
- •
What Is Machine Vision? (2023, December 14). Built In.Link
- •
Top 7 upcoming machine vision applications. (2023, January 25). IoT Analytics.Link
- •
Machine Vision. (2021, October 12). Omron Automation.Link
- •
20 Applications of Machine Vision in Manufacturing. (2025, July 8). ElementaryML.Link