外観検査装置解説

 弊社外観検査装置は統計と独自のパターン認識技術を融合した検査方法を使用しており、高速高精度の自動外観検査を素早く簡単に実現することができます。

 過検出や見逃しを抑制する効果もあります。StaVaTesterIIは画像処理を使用する方法と比較すると優位性があります。
【導入効果】

 StaVaTesterを導入することにより、目視検査と比較して以下の効果が得られます。

・高速、高精度な自動外観検査が可能です。
・客観的で安定した検査が可能になります。
・StaVaTesterは簡単に使えるため、検査員の養成は簡単です。

 

【特長】

 StaVaTesterIIには以下の特長があります。

・品質評価が可能です
StaVaTesterIIは0〜1の間の実数値を出力し、この値が大きいほど品質が良いことを示します。

・高い検査精度が得られます
StaVaTesterIIは、ワーク画像の濃度の標準化変量を基に検査するため、高い検査精度があります。

・短時間で簡単に調整ができます
StaVaTesterIIは、専門知識が不要なため簡単に調整ができます。また、検査パラメータの多くは自動で最適化されるため、短時間で調整することができます。

 

【基本仕様】

 StaVaTesterIIの基本仕様は以下の通りです。

・検査精度:4画素以上、異常であれば検出できます。
・検査時間:0.5秒(撮像+分析+判定:120万画素カラー画像)
・調整時間:10分程度(ただし、画像収集時間は含みません。また、条件に依存します。)
・最大画素数:1000万画素(カラーおよびモノクロ)
・カメラ台数:1台(最大4台まで対応できます)

 

【構成】

 ワーク手差し方式の卓上型は以下の構成になります。

・アナライザ:StaVaTesterII方式検査ソフト搭載のFAパソコンまたは汎用デスクトップパソコン
・カメラ:USB方式デジタルカメラ

 なお、レンズ、照明、スタンドはオプションになります。
 インライン機をご希望の場合は、協業企業と共同で製作いたします。

 

【適用例】

 適用例を含む詳しい説明はこちら

 プリント基板の欠品検査、セラミック板表面の傷検査、金属表面の傷検査、樹脂製部品の傷検査、コンクリート表面の傷検査などの適用例もあります。

 

【検査原理】

 StaVaTesterIIでは、最初にワークの各画素の濃度値の標準化変量を計算します。標準化変量は、図4のように、検査ワークの濃度値と良品の濃度平均値の差を良品の標準偏差で割った値として定義されます。よく、工業製品の検査で、検査値が平均値±3σ以内に入れば良品と判定されます。この場合の±3が標準化変量値です。そこで、対象とする画素の標準化変量が小さければ良品に近く、大きければ不良品の可能性があると判断できます。

 以上のように、各画素の良否についてはある程度の判断が可能ですが、外観検査を行う場合は画像全体に対して良否判定をする必要があります。そこで、StaVaTesterIIでは画像全体の標準化変量  Z1,Z2,・・・,Zn と検査対象に応じたパラメータ C1,C2,・・・Cm を使用して、検査ワークの良品との類似度 O を次式で計算します。

検査アルゴリズム説明図.jpg

 類似度は0から1の間の実数値で、値が大きいほど検査ワークが良品に近いことを示します。

なお、StaVaTesterIIにおける調整とは、上式のパラメータを決定することを意味します。

 

【検査精度】

 StaVaTesterIIの検査出力値(類似度)の頻度分布は、下図のように明らかな良品と明らかな不良品で重ならないように調整することが可能です。このため、非常に高い検査精度が得られます。

ヒストグラムUPT.jpg

 

 従来は、明らかな良品と明らかな不良品の頻度分布が重なることが多く、重なる部分では良否の判断ができないことで、検査精度の悪化を招いていました。

 次に、検査によっては傷が小さくても損傷度が大きければ不良、傷が大きくても損傷度が小さければ良品と判定したい場合があります。下図のように、StaVaTesterIIは、傷の大小と損傷度を独立に評価できますので、このような検査にも適用可能です。

 品質評価性能

 

【導入・運用手順】

 StaVaTesterIIは簡単に使用できます。そこで、StaVaTesterIIで御社のワークが検査できるかどうかを、デモ機を使って十分に確認することができます。この確認作業へのご支援もいたします。
 また、検査対象ワークが替わっても短時間で簡単に調整ができるため、多品種少量生産の製造工程においてもご使用いただけます。

 

【他の方法との比較】

 外観検査方法には、画像処理方式と統計方式があります。デジタル画像の多くは画像の濃度値を0から255の間の値で表します。そこで、画像処理を使う方法では、ある画素の濃度値が、対応する良品の画素の濃度値と比べて指定した値より大きいか、または指定した値より小さい場合に、この画素は異常と判断します。しかし、良品の濃度値自体にばらつきがあるため、たまたま選んだ良品画像からは良品の濃度値範囲は確定できません。更に、この値からどれだけ離れた値であれば異常といえるのかといった信頼できる基準もありません。このように濃度値自体は一般性を持たないため、検査対象が限定されたり、調整が複雑で時間がかかったり、閾値を変えても変えても誤判定をするといった検査の安定性が悪いなどの問題が発生する場合があります。

画像処理式概念図2.jpg

 一方、統計を利用する方法が古くからあります。工業製品の検査で、平均値±3σの中に入っていれば良品とし、外れていれば不良品とする原理がよく使われています。統計を利用する方法ではこれと同様に、ある画素の濃度値が平均値±xσの中に入っているかどうかで良否を判定します。この±xは標準化変量と呼ばれており、非常に一般性のある統計量です。例えば、この値が20であれば良品とは言いにくい値であると判断できます。このため、非常に汎用的で精度の高い検査が可能になります。統計式概念図2.jpg

 しかし、標準化変量は1つ1つの画素に対しては有効ですが、標準化変量を使ってワーク画像全体(製品)の良否を自動判定することは非常に難しく、これまで良い方法がありませんでした。

 このような状況の中で、標準化変量の特性を生かしつつ画像全体にわたり良否を自動判定できる検査方法が誕生しました。それがStaVaTesterIIで使用されている統計処理式検査方法です。このため、StaVaTesterIIには高精度の検査が可能であることを始めとして、数々の特長が備わっています。

 なお、弊社の能動型異音検査装置は部品の表面の欠陥や内部の欠陥を検出することができます。外観検査装置では全面検査の場合大掛かりな装置になりますが、異音検査装置は簡易な装置を使用して1回の検査で全面と内部の欠陥を検出できます。

異音検査装置の説明はこちら

 

弊社トップページはこちら