画像検査・読み取り・FA画像処理についての専門サイト

業種・業界を問わず、製品にキズがついていないか、異物混入していないか、などの検査を目視検査に依存していないでしょうか。

長い目で見て考えると、人件費や人手不足などにより、目視検査が難しくなることも予想されます。

そこで、当社が推奨しているのが、「外観検査の自動化」です。

 

この記事では、外観検査を自動化する事のメリットや、自動化の工程、考慮するポイントをご紹介します。

外観検査工程の自動化を検討されている方は、こちらの記事を読んでいただき、当社にご相談いただければと思います。

外観検査の自動化とは

外観検査の自動化とは、目視による検査工程を機械に置き換え、自動化することです。それにより、ワークへの打痕やキズ、欠けを無人で検査することができます。外観検査の自動化は、製造業・食品・飲料・など様々な分野で実施されており、近年はAIによる外観検査の自動化も進んでいます。

 

目視での外観(画像)検査の難しさ

目視による外観(画像)検査の場合、検査精度の面で課題があります。どうしても人間による確認判断に任せる形になるため、見落としや判断ミスのリスクは高まります。

機械やAIの場合は、精度の高い検出能力とムラのない品質判定をすることができます。

 

外観検査のメリット

検査工程の短縮

人による目視検査の場合、作業者の疲れにより検査がストップするため、時間がかかることがあります。しかし、自動化することにより、長時間に渡って検査し続けることができるので検査時間を短縮することが可能です。

 

検査コストの削減

外観検査装置の導入コストはかかりますが、長期的に考えると人件費や時間コストを削減することができます。

 

ヒューマンエラーの防止

人的な検査はどうしても人によりバラつきが出るため検査精度は下がります。機械により、外観検査を自動化をすることで、バラつきを最小限に抑え、高精度な外観検査を実施できます。

 

外観(画像)検査の自動化における課題

ただし、条件によっては、キズ・異物等の検査の自動化が難しい場合があります。例えば、下記のような場合です。

 

・ワークに濃淡むらやグラデーションがある場合

・光が反射している部分とキズの区別がつかない場合

・特殊形状や素材が用いられたワークで、照明条件が難しい場合

 

このような場合、最も重要となることが撮像環境の最適化です。実現困難と考えられる検査であっても、撮像環境に工夫を施すことで高精度な検査を実現することができるケースが多く存在します。そのため、条件が難しい検査や高精度な検査を依頼する場合、豊富なノウハウや経験を持った企業に依頼することが重要といえます。

 

外観(画像)検査自動化におけるよくある失敗例

ここまでお読みいただけると、条件が難しい画像検査の自動化には豊富な知見・ノウハウが求められることがお分かり頂けたかと思います。

実際に、「画像検査の自動化にトライしテストしたが、失敗した…」といったことも大いにあります。主に下記ポイントが問題となり、導入に失敗することがあります。

画像検査の失敗例には以下のようなものがあります。

 

①カメラの選定ミスによる失敗

②レンズの選定ミスによる失敗

➂照明の選定ミスによる失敗

④搬送系のミスマッチによる失敗

➄測定と搬送の分割発注による失敗

⑥性能復帰の問題

 

是非、当サイトの、実際の失敗事例紹介ページよりご確認ください。

 

外観(画像)検査の導入事例の紹介

事例①：ウォームネジ　歯面の傷検査

【外観異常の検出条件】

・ウォームネジ、歯面の傷

画像処理で自動検知します。

 

【撮像環境】

画像取得環境は下図の通りです。向かい合う2つの白色バー照明で 斜めから光を当てつつ、暗視野部分で観察することで 傷を見えやすくしています。また、ネジを一周させ、ラインスキャンカメラで連続的に撮像し、１枚の画像としています。

【結果】

上記の撮像環境にて、下図の通り、傷（赤枠部分）を正確に検知することに成功しました。

 

 

事例②：バネ受け部品 打痕・傷の外観検査自動化

【外観異常の検出条件】

・NGサンプルの裂け傷を検出する

・OK範囲サンプルの打痕・線傷を検出しない

これらが、瓶の口部 / 胴部 / 底部にあり、それぞれ画像処理で自動検知します。

 

【撮像環境】

特殊レンズを用いることで、ワークのツバ部分の全周囲を一度に撮像することができます。また、照明は内周に向かって水平に光を発するローアングル照明を使用しています。この照明によって、ツバ部の外周を均一に光らせています。具体的には以下の図のような構成です。

 

【結果】

上記の撮像環境にて、下図の通り、打痕（黄色部分）を正確に検知することができました。

 

 

事例③：ガラス瓶 汚点・傷・割れの外観検査自動化

【外観異常の検出条件】

①白 / 赤 汚れ

②傷

③異物

④割れ / 欠け

⑤瓶底の変形

 

【撮像環境】

エリアスキャンカメラと面発光照明を使用して、透過検査を行いました。 具体的には以下の図のような構成です。 

 

【結果】

いずれのサンプルも、AI（ディープラーニング）を活用することにより、問題なく異常を検知しています。

 

 

外観(画像)検査の自動化なら画像検査.comにお任せ！

いかがでしたでしょうか。今回は、画像検査の自動化について詳しくご紹介しました。画像検査.comでは、検査工程の省人化・無人化ニーズにお応えすべく、日々技術を磨いております。

画像処理の技術とノウハウだけでなく、自動機の組立・検査・出荷梱包ラインまで一括で設計製作可能という強みがあります。

「当社の画像検査を自動化できるかな・・・」「こんなワークでも高精度に検査できるかな・・・」などなど、画像検査に関するお悩み事がある方は、画像検査.comまでお問い合わせください。