検査の目的
カメラはトレー全体を写すだけでなく、部品を分ける隙間を解像する必要があります。仮定例では60 mmを1200画素で写すと0.05 mm/pxとなり、0.2 mmの隙間は光学的なぼけの前に4画素です。これは計画上の計算で、計数精度の実績ではありません。レンズを取り付けて実際の隙間を試験します。
前提条件と対照サンプル
期待する個数と「物理的な一つの部品」の定義を決めます。正しい個数、数量不足、部品同士が接触したサンプルを用意し、独立した数え直しで答えを記録します。基準フローは分離した連結領域を数えるもので、隠れた物体は数えられません。一つの領域に複数の接触部品が入る場合も、光沢のある一部品が複数領域に分かれる場合もあります。しきい値を選ぶ前に限界を明記します。
カメラ構成を選ぶ
トレー全体が一回の撮影に入るならエリアスキャンカメラを使います。輪郭のコントラストにはモノクロ、実際に色が必要ならカラーを選びます。供給中に動く場合は、確認済みのグローバルシャッターのタイミングか静止位置で撮影します。ラインスキャンには移動に合わせた画像再構成が必要で、静止トレーを自動的に改善するものではありません。
条件を管理して試験する
ライブカメラを接続する前に、保存した未加工画像と治具の図面で検討します。センサーの画素寸法、画素形式、レンズ、ワーキングディスタンス、画像取得の実行環境を記録してください。画像を読み込んで検査できても、そのカメラへの対応、トリガーの安定性、実機の受入完了を証明したことにはなりません。取得指令を送る前に、導入済みの実行環境で機器の接続経路を確認します。
- トレー境界と最小の許容隙間を記します。
- 自動補正を止め、部品の平面にピントを合わせます。
- 分離、数量不足、接触の対照を撮影します。
- 供給動作の静止後とトレー端で繰り返します。
処理の流れ
視野と元画素の密度で隙間の可視性が決まります。新しい静止画像で個数を比較します。
- 元画像
- 治具
- 元の画素
- 新しい画像
確認データを記録する
視野幅、画像幅、見える隙間の画素数、露光、静止条件を記録します。元画像の寸法を保持してください。拡大縮小した表示では4画素の計画例を確認できません。画面端で欠ける部品も記録します。
最小の許容隙間を実物で試します。同じ二部品をトレー中央と使用範囲の端に置き、実位置を記録します。露光固定で平滑マスクではなく元の隙間を比較し、二境界が分離するか、移動で暗い橋ができるか確認します。静止後も繰り返し、良い静止画で動きの失敗を置き換えません。静止でも合併するなら処理を複雑にする前にピントとレンズ解像を調べます。仮定の4画素は別々の境界証拠がある場合だけ有用で、ぼけた四画素では分離を証明できません。
| 対照 | 確認する内容 | 判定の境界 |
|---|---|---|
| N3:分離した3部品 | 仮定例では3領域を期待 | 独立した実物の個数と照合 |
| N2:分離した2部品 | 仮定例では2領域を期待 | 数量不足。期待する3個を変えない |
| T3:接触した3部品 | 領域数は3と異なる場合がある | 要確認。連結領域は物理的な物体とは限らない |
失敗例を切り分ける
動きによるぶれは隙間を埋め、二部品を一領域にします。静止していてもピントずれで同じことが起きます。物理的な重なりが許される場合、画素数を増やすだけでは隠れた部品を見られません。
原因の切り分け
鮮明な分離、ぶれた隙間、物理的重なりを比較します。独立した領域が見えるのは最初の条件です。
- 見える隙間
- ぶれた隙間
- 重なり
- 画像端の欠け
独立したサンプルで検証する
比較中はゲイン、露光、自動画質補正を固定します。機械が静止してから撮影し、許容される載せ方の端でも繰り返してください。縮小されたブラウザー表示だけで判断せず、元画像を等倍で確認します。新しいトリガーで画像識別子が更新されること、画像欠落が明確な異常になることを確かめます。鮮明でも古い画像は現在のワークの証拠にはできません。
宣言した位置変動の全範囲で、分離した対照が見た目でも分離することを確認します。接触と画面端の欠けは単純な領域計数の保証範囲から明示的に分けます。
画像の細部だけでなく取得負荷も評価します。予定する立上げペースでトレーの全イベントを撮り、要求ごとに正しい状態の新画像を確認します。停止トレーの繰返し画像では供給中の信頼性を示せません。要求間で実物の数量を変えて古画像を見つけます。全画像と領域寸法を座標対応と照合します。重なりを明記し、分離供給、別視点、別に検証した認識のどれが必要か決めます。単純計数は見える分離部品に限定します。最小隙間、端、動きの失敗、未解決の重なりと設定を評価者に渡します。
次の技術検討へ進む
技術検討には元画像、治具の位置、カメラとインターフェースの情報、取得ログを用意します。Deyi Visionはこれらを基に画像取得の構成を検討できます。現時点の能力記録では、ブラウザー内のOpenCV.js実行は開発要件です。画面にフローが表示されても、各ノードがブラウザーで実行できるとは限りません。
元画像と対応する結果記録を一緒に保存します。
出典と技術資料
出典は、本記事の手法と限界を確認するための資料です。確認例は選定の参考であり、量産での受入判定には実際のサンプルによる証拠が必要です。
- Inspection resolution planningDeyi Vision確認日
- Structural analysis and shape descriptorsOpenCV確認日
部品と選定の参考資料
- 自動外観検査
- 産業用カメラ マシンビジョン
- 画像処理 照明
- 外観検査システム設計チェックリスト
- マシンビジョンとは何ですか?
- マシンビジョンシステム
- マシンビジョンシステムのコンポーネント
- マシンビジョンシステムはどのように動作するのでしょうか?
- PCBコネクタピン有無検査
- 産業用バーコードリーダー
- 部品計数の照明と検査領域:連結や分裂を防いで個数を確認する: 手順と記録による確認
- 部品計数の誤りを切り分ける:領域の合併と分裂を診断する手順: 手順と記録による確認
- 位置決めの受入と移動連携:画素誤差と実物の把持を分けて確認する
- 位置決めのAI支援フロー:一対象の横位置を画素で確認する手順
- ワーク位置決めのカメラ設定:元画像の座標と治具基準を固定する
- ワーク位置決めの照明と領域:マスクによる中心のずれを確認する
- 位置決めの取料ずれを切り分ける:画像からツール位置まで追う手順
- 有無検査の受入とライン連携:欠品判定から実物の処理まで確認する
- 有無検査のAI支援フロー:候補変更と基準判定を比較する手順: 手順と記録による確認
- 有無検査のカメラ設定:欠品と遮蔽を区別する画像取得の確認手順
- 有無検査の照明と検査領域:欠品を見分けるコントラスト管理の手順
- 有無検査の誤合格を切り分ける:元画像とマスクから原因を追う手順

