製造現場に画像検査システム導入するための入門ガイド
製造現場に画像検査システムを導入する際に検討すべき基礎知識をご紹介しています。 具体的には、画像検査装置の「必要性」「構成要件」「導入プロセス」「事前検討情報」を解説し、また導入成功のために重要な「課題の明確化」について「導入事例」を交えながら紹介しています。
このカタログについて
| ドキュメント名 | 画像検査装置導入検討の基礎知識 |
|---|---|
| ドキュメント種別 | ハンドブック |
| ファイルサイズ | 852.1Kb |
| 登録カテゴリ | |
| 取り扱い企業 | ジャパンシステム株式会社 (この企業の取り扱いカタログ一覧) |
この企業の関連カタログ
このカタログの内容
Page1
スライド 1: 画像検査装置 導入検討の基礎知識
画像検査装置
導入検討の基礎知識
-製造現場向け 入門ガイ ド -
Page2
スライド 2: なぜ画像検査が求められているのか
なぜ画像検査が求められているのか
▪ 人手不足／属人性の排除
製造業では、熟練作業者の高齢化や人手不足が深刻な課題となっています。 そのため、AIや自動化技術を活用して、
検査工程の属人性を排除し、効率化を図る動きが進んでいます。
▪ 品質要求の高度化・トレーサビリティ対応
製品の品質要求が高度化する中で、トレーサビリティの確保が重要となっています。 製造工程の各段階でのデータを記
録・管理することで、不良品の流出を防ぎ、迅速な対応が可能になります。検査を数値データとして計測し、デジタル化
することで、品質を向上していくための手がかりともなります。
▪ 安定した検査精度・生産性の向上
検査工程の自動化により、検査精度の安定化と生産性の向上が期待されます。
Page3
スライド 3: 画像検査装置とは？
画像検査装置とは？
▪ 画像検査装置を検討
する上で必要な要素
➢ 対象の搬送・供給機構
➢ カメラ・照明の選定、構成
➢ 画像検査ソフト
▪ 対象とレベルの明確化
➢ キズ、異物、寸法、印字
➢ ルール化が難しい場合に
AI検査の適用
Page4
スライド 4: 画像検査の導入プロセス
画像検査の導入プロセス
• 検査対象と不良の定義を明確にし、求められる検査精度や処理速度といった要求仕様や課題を整理
• 現行工程における課題を把握、画像検査導入によって達成したい要件（例：不良流出ゼロ、検査時間短縮等）を設定
• 要求に応じたカメラ・照明・画像処理ソフトウェアなどを選定し、小規模な試験（PoC）を実施
• 本格導入に向けたライン設計・機器構成を確定し、現地への設置と最適化調整
要件定義・ テスト撮像／ 装置仕様の
課題の整理
ヒアリング 検証 決定
設計・製作・ 立ち上げ・
運用・保守
納入 チューニング
2025/5/22
Page5
スライド 5: 検討に必要な事前情報(1)
検討に必要な事前情報(1)
①検査対象の形状、材質、欠陥種別
・形状（サイズ・立体形状）
→ 大きさや形状によって、必要なカメラやレンズ、照明方式を選定。立体物なら複数角度からの撮像が必要となる場合も
・材質（反射特性・透過性）
→ 金属、プラスチック、ガラス、布など材質によって光の反射や透過の特性が違い、適切な照明選定に影響
・欠陥種別（検出したい不良の種類）
→ キズ、汚れ、へこみ、割れ、異物付着、寸法異常、色ムラなど。欠陥ごとに「光源」「レンズ」「カメラ」として適した検出方法
②処理数・検査スピード
・処理数（検査対象物数）
→ 1分間に検査すべきワークの数（例：30個/分など）。
これにより、画像処理ソフトの処理能力やカメラのシャッタースピード、ライン搬送速度との同期が必要
・検査スピード（判定時間）
→ ワーク1個あたりの撮影～判定完了までの許容時間（例：0.5秒以内など）。
高速処理が求められる場合は、ハードウェア選定や処理アルゴリズムの最適化が重要
Page6
スライド 6: 検討に必要な事前情報(2)
検討に必要な事前情報(2)
③設置環境、NG基準
・設置環境
→ 温度・湿度・粉塵の有無、振動、ラインレイアウト（スペース制約）など
→ カメラや照明を保護するために防塵・防滴ケースが必要な場合も
・NG基準（合否判定条件）
→ どのレベルの欠陥を不良と判定するかの基準設定が必要。定量的な判断基準を事前に明確にすることが重要
→ 人間による官能検査を置き換えする場合には、AIを導入して基準を学習することも可能
④トレーサビリティ、画像保存要否
・トレーサビリティ対応
→ 検査結果を個体管理する必要があるかどうか。生産履歴管理や後工程での問題解析に有用
・画像保存の要否
→ 全数保存、NG品のみ保存、代表サンプルのみ保存などの方針決定が必要
Page7
スライド 7: 画像検査導入の課題の明確化
画像検査導入の課題の明確化
画像検査を導入し、今まで人手に頼っていた検査を自動化して成功するためには、
課題の明確化と難易度の把握が重要
課題例）
▪ 検査工程を自動化したいが、検査のためのワークハンドリングや投入をどうすればいいの？
▪ 製品が微細化・高機能化していて、一般の計測機では微細な欠陥や形状異常が見えない
▪ 生産効率を上げたいが、膨大な数の検査ポイントがあって検査時間がかかってしまう
▪ 新しい素材や複雑な形状のため、一般的な照明やカメラでは欠陥が見えない、判別できない
▪ 品質向上のために、同一の条件で安定して検査したい
▪ 検査対象の不具合が多様なため、どういう条件で分類・判別すればよいか難しい
▪ 大型の対象物の形状異常をある程度の精度で検査したい
Page8
スライド 8: 導入事例（簡易紹介）
導入事例（簡易紹介）
▪ ワーク供給方法 ▪ 難しいワークや
欠陥の計測
伸縮するワークの供給と検査 透明物の精密検査
→テンションコントロール →透過光と反射光
＋透過光による検査 での同時計測
Page9
スライド 9: 導入事例（簡易紹介）
導入事例（簡易紹介）
▪ 大型ワークの
▪ 判別・分類が難しい検査
形状検査
協働ロボット
ルールベー
スで検出
不具合の形態多様化
→ルールベース検出 複数種ワークの
＋AI分類の組合せて 汎用高精度検査
多様な異常を検出 →協働ロボットと
3Dプロファイラ
を組合せ ３Dプロ
ファイラ
AIによる分
類・判定
Page10
スライド 10: まとめ・次のアクション
まとめ・次のアクション
▪ 導入成功の鍵は「課題の明確化」
▪ 課題が明確になれば、「ジャパンシステム株式会社」がまるっとご相談にのります。
検査課題に計測システム（ハードウェア）と画像処理（ソフトウェア）をトータルで設計・開発します
・更なる導入事例をお知りになりたい場合は、こちらのHPを参照ください。
HP：https://www.jpnsys.co.jp
・お電話やメールでのお問い合わせはこちらまでお願いします。
ジャパンシステム株式会社
電話番号： 042-677-1511
メールアドレス： info@jpnsys.co.jp