随着现代包装技术的不断发展，铝箔作为常见的包装材料，广泛应用于食品、化妆品、药品以及各类化学产品的包装。这些产品对安全性有极高的要求，铝箔封口的质量直接影响到产品的保质期和最终使用效果。因此，铝箔封口检测技术对于保障产品安全和促进国家经济发展至关重要。基于红外热成像的铝箔封口缺陷检测，在非接触性检测、处理速度、灵敏度等多个方面都具有显著优势，可以快速发现和识别可能存在的封口缺陷，从而避免潜在的食品安全风险，同时保证了产品的质量和消费者的健康。
（1）进行了铝箔封口缺陷检测系统设计，硬件主要包括图像采集和机构的运动控制，软件主要包括图像预处理、缺陷算法检测等，并通过PLC实现了上位机和下位机的通讯，以及图像采集系统和运动控制的需求，经现场测试，满足工业实际应用需求。
图3 基于DCGAN的数据增强方法
（4）针对上述内容（3）中基于结构相似的铝箔封口缺陷检测方法局限性，提出了基于小样本学习的铝箔封口缺陷检测算法。首先采用特征注意卷积模块提取铝箔封口特征信息，然后采用特征增强集成模块增强铝箔封口图像特征，最后通过组合的损失函数优化分类模型。通过实验验证，基于小样本的检测算法准确率最高达95.27%，单张耗时180ms，符合工业生产要求。
图4 基于小样本学习的铝箔封口缺陷检测算法
图5 铝箔封口缺陷检测软件开发机算法部署
本文基于红外热成像技术，开发出铝箔封口缺陷检测系统，结合结构相似性和深度学习的检测方法，对现有算法进行优化改进，并将深度学习算法部署到软件系统进行测试，为铝箔封口质量安全提供有力的技术支持。
