外観検査における画像解析とは、製品の画像を用いてその品質を評価する技術のことを指します。具体的には、カメラやスキャナなどで取得した製品の画像から、色や形状、テクスチャなどの視覚的な特徴を抽出し、それらの特徴を基に製品の欠陥や異常を検出する作業を行います。
対象となる製品の画像を高解像度のカメラ等で取得します。この際、照明条件や背景、撮影角度などを適切に設定することで、欠陥部分がはっきりと映るようにします。
撮影した画像に対して、ノイズの除去、コントラストの調整、画像のリサイズなどの前処理を行います。これにより、画像解析の精度を向上させます。
前処理を行った画像から、エッジ、テクスチャ、色、形状などの特徴を抽出します。特徴抽出の方法は、解析対象や目的により異なります。
抽出した特徴を基に、欠陥部分を検出します。欠陥検出の方法も、解析対象や目的により異なります。例えば、テンプレートマッチングを用いて正常な製品と比較する方法、学習データを用いて機械学習モデルで欠陥を検出する方法などがあります。
検出した欠陥を種類や大きさなどにより分類します。これにより、欠陥の原因分析や製造プロセスの改善に役立てることができます。
画像解析による外観検査は通常リアルタイムで行われ、製品が生産ラインを通過する際に即座に検査が実施されます。モデルが異常を検知すると、製造プロセスが中断されることがあります。
以上のステップを通じて、外観検査における画像解析は行われます。最近では、深層学習を用いた画像解析が注目されており、人間が見落としがちな微細な欠陥の検出や、大量の画像データからの高速な欠陥検出が可能となっています。
AI外観検査の中から、初めての導入におすすめのAI外観検査開発会社をピックアップ。
AI外観検査は、製品や開発会社によって自動化できる対応領域が異なります。
ここでは、自動化したい範囲に合わせておすすめの開発会社を紹介しています。
品質の一定化やヒューマンエラーに課題を感じる企業におすすめ。定量化しづらく、思わず人の判断に頼ってしまっている検査項目も丁寧に検証し、細かく定量化したうえでAIに判断させることが可能。
自社固有の要件をしっかりと採り入れて検査ラインを構築できます。
単純作業に人的工数がかかっている企業におすすめ。AIベンダーが保有する既存のAIパッケージに対して、自社の要件に合わせて判断基準をカスタマイズすることで、これまで統一化されていた判断が可能。
誰でも検査が可能であった項目を自動化することができ、オーダーメイドに比べて比較的短期間で導入できます。
検査そのものの工数から削減し、社員の負担を減らしたい企業におすすめ。画像データを基に、定量化した判定が可能。細かなカスタマイズの対応は難しいものの、比較的低価格で導入することができます。
異常判定が出た部品のみ目視で検査するなど、目視と自動化を使い分けて活用することが可能です。
2023/4/23時点、Google検索にて「AI外観検査」と検索し、表示された企業のうち、初めての企業でも安心のサポートを提供できる企業として以下3つの内容が公式HPに掲載されている企業をピックアップ。
・撮像の
サポートがあるか
・サーバ・カメラ・照明等のハードウェアの提供
・導入後の運用サポートがあるか
ピックアップされた企業を「AI機能付き検査カメラ」「パッケージ型」「オーダーメイド」のシステムを提供する企業に分類し、それぞれの項目から条件に当てはまる企業を厳選しています。
「パッケージ型」のみ条件に当てはまる企業が複数社あるため、その中でも「パッケージ型」の特徴である効率的なAI構築に特化している企業として、「撮像」「判定」「運用」の３つのノウハウを統合したワンストップソリューションを提供する「マクニカ」をピックアップしています。
