画像検査・読み取り・FA画像処理についての専門サイト
画像処理（検査）とは、画像を取得して検査をし、特徴を検知することです。画像処理を導入することで、「製品に欠陥がないかどうかを目で確認する」といった今まで人が行ってきた作業を、自動化することが可能になります。しかし、ひとえに欠陥といってもその種類は膨大です。今回は、画像処理の実績を多数保有する画像検査.comが欠陥の分類について、ご説明します。
欠陥の分類はなぜ必要か
そもそも、なぜ傷や汚れ、異物の付着などの欠陥を分類して検知する必要があるのでしょうか。それは「生産工程で何が起きているのか」を確認し、生産現場へフィードバックするためです。画像検査で検知したものがどういった傷、もしくは汚れなのかが分からなければ、どの段階で起きた欠陥なのか追及することは困難です。しかし、それが分かれば問題を解決しやすくなります。そのため、画像処理で欠陥を分類することが重要になるのです。
欠陥の分類で用いられるディープラーニング技術
さて、その欠陥の分類に用いられているのがディープラーニングという技術です。ディープラーニングとは、機械が自動で学習し、コンピュータが自動的に大量のデータからそのデータの特徴を発見する技術のことです。日本語では深層学習と訳されます。機械が自動で学習することで、欠陥の分類精度が飛躍的に高まります。今まで人の勘にしか頼れなかった部分をディープラーニングの仕組みで代替することが可能になります。また、既にディープラーニング技術を採用している画像検査の方が、人間よりも精度が高いという結果も出ています。
最後に
今回は、画像処理（検査）における欠陥の分類について解説いたしました。
画像検査.comを運営する株式会社岡部機械工業では、今後もますます増大する省人化 ニーズに応えるため、「省力化 各種自動機」の設計・製作・制御・据付・立上げまで一貫して行っております。 お客様のニーズに親身に迅速に対応するために、設計段階から最後までワンストップで対応できるような体制を整えております。
このように、画像処理技術だけでなく、組立、検査、出荷梱包ラインなどの自動機全体を設計・製作可能な点が当社の強みです。また、長年の経験からわかったことですが、画像検査がうまくいかない原因の半分は搬送系です。 そして、搬送と画像検査装置の組み合わせの最適化、例えば最適な露光時間に合わせた搬送速度の設定や振動を考慮した搬送との同期は、「設計段階」で盛り込む必要がございます。 画像検査.comでは、画像検査装置を設計する上でも搬送系を含めたトータルの技術相談を構想段階から実施可能です。
さらに、弊社では画像検査の様子を動画でご紹介しています。是非ご覧ください。
画像処理・画像検査でお困りごと、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。
