独自の高性能識別技術

株式会社竹田技研

〒702-8057 岡山市南区あけぼの町25-5

受付時間
9:00~17:00
定休日
土曜・日曜・祝日
お気軽にお問合せください
086-259-0568

外観検査装置

製品の製造工程において、製品の外観検査が必要になることがよくあります。現在でも目視で外観を検査することがよく行われていますが、目視検査には問題点もあり外観検査装置を使用して自動化することが望ましいといえます。

ところが、外観検査装置は製造工程での目視検査を自動化するための有効な検査装置ですが、目視検査を自動化することは難しいため、導入にあたっては慎重に検討する必要があります

ここでは、外観検査装置の概要と選択に当たっての留意点、従来よく使われている画像処理を使用する装置と比較して製品のばらつきに強く、過検出や見落としの少ないおすすめの外観検査装置も紹介します。

卓上型外観検査装置の例

外観検査装置とは

外観検査装置とは、検査対象を撮影し、撮影した画像を分析して検査対象に傷や汚れなどの欠陥がないかを判断する装置です。

現在、以下のような検査に応用されています。

 

〇自動車部品や機械部品の外観検査
金属部品の表面・内面の欠陥検査、樹脂部品の表面欠陥検査、セラミックス部品の表面欠陥検査
 
〇電子機器や電子部品の外観検査
プリント基板のパターン検査、ウェハパターン検査、LCD・LED欠陥検査、リード線変形検査
 
〇印字検査
商品ラベル、表示パネル、写真など
 
〇部品の欠損検査
実装基板の欠品、逆装、部品の位置ずれなど
 
〇その他
食品中の毛髪検出、金属板の腐食率検査など

外観検査装置の構成

外観検査装置は検査ソフト内蔵の処理装置、レンズとカメラ、照明で構成されます。

処理装置

処理装置は撮影した検査対象の画像に各種処理を行い、検査対象の良否を判定します。当初は専用処理装置が主に使用されましたが、パソコンの処理性能がよくなったことや高速処理カードを併用することも可能になり、パソコンもよく使用されています。

処理プログラムは画像処理を利用するものがほとんどですが、当社の外観検査装置のように統計とパターン認識技術を融合した処理方式を使用するものもあります。

しかし、画像処理方式では原理的に判定精度が十分ではないため、注意が必要です。良否の閾値を変えても変えても十分な検査精度が得られないということはよく聞きます。また、検査レシピの作成にも熟練と時間が必要です。

当社の外観検査装置StaVaTesterはこれらの課題を克服する目的で、欠陥検査方法に関する長年の研究成果(検査精度99.999%以上を達成した例もあります)を基に新規に開発した独自の方法を適用しており、これまでの課題をかなり克服したものになっています。

レンズ

単焦点レンズやズームレンズ、テレセントリックレンズなど各種のレンズがあり、用途に応じて使い分けます。

単焦点レンズは視野及びレンズと検査対象の間隔(WD:ワーキング・ディスタンス)に合わせて適当な焦点距離を持つレンズを選定します。遠距離から近距離まで対応するレンズを選択することができます。

カメラ

カメラの性能の進歩は目覚ましく、大画素化、高速化、小型化が進み大画素の高性能カメラが安価で入手できるようになっています。少し前は640×480(約30万)画素程度のカメラが多く使われていましたが、現在では500万画素や1000万画素なども普及しています。

新しく導入される外観検査装置ではカメラはほぼデジタルカメラを使用しています。デジタルカメラで使用されるイメージセンサはかつてはCCDが主流でしたが、現在ではCMOSが多く使われるようになっています。

撮影方式で分けるとエリアカメラとラインカメラに分類することができます。エリアカメラは一般的に使用されているカメラの撮影方式と同じで、平面画像を取得します。ラインカメラはスキャナなどに使用されているカメラで、線状の画像を得るカメラです。面の画像を得るためには、被検体かカメラを動かす必要があります。ラインカメラを使用する代表的な装置はイメージスキャナです。

エリアカメラの場合、面情報をいったんメモリに保存したのち順次パソコンなどにデータを送信する方式(グローバルシャッター方式)と垂直方向に線画像を順次パソコンなどに送信する方式(プログレッシブスキャン方式)があり、注意が必要です。グローバルシャッター方式では検査対象が移動しても画像は歪ませんが、プログレッシブスキャン方式では撮影タイミングのずれにより画像にひずみが生じます。

ラインカメラは連続的に製造されるシートの検査や丸いものの周囲の検査や円筒内外面の検査など、エリアカメラでは撮影しにくい場合に使用されます。

照明

照明には万能なものがないため、各種照明の中で検査に適合した照明を選択することが重要になります。

外観検査装置では画像の明るさの度合い(濃度)を基に良否を判定するため、強度が時間的に安定な照明が必要になります。このため、太陽光や室内灯などは照明として使えません。逆に、太陽光は不安定で強いことから、撮影に大きな悪影響を与えるため、検査時点で太陽光の影響を受けないようにすることが必要です。太陽光と比較すると影響は小さいですが、室内灯についても影響がないことを確認する必要があります。

また、検査対象上で照度にムラがあると、正しく検査ができなくなります。通常、検査対象ごとにその位置には変動があるため照度ムラにより撮影された画像の濃度分布が異なることが原因です。このため、広い範囲で明るさがあまり違わないような照明を選択し、照明の高さなどを調整して使用する必要があります。

市販されている照明は、特定の欠陥向けに設計されているため、照射される光の性状にも種類があります。どのような欠陥を検出したいかに応じて適正に照明のタイプを選択する必要があります。代表的なものとして、斜光照明、拡散照明、同軸落射照明などがあります。これらの照明によって欠陥が鮮明になる場合と不鮮明になる場合があります。

斜光照明は、検査対象に垂直に近い方向の光線を照射するものは、比較的多くの検査で使用できます。検査対象に水平に近い方向の光線を照射するものは、低角度の光線によってクラックや突起などで影ができるため、このような欠陥に適用されます。

拡散照明は検査対象にいろいろな方向から光を当てる方式で、影を作らないようにする必要がある検査に使用します。このため、クラックなどは検出しにくくなります。

同軸落射照明は、カメラの光軸と同一方向の光線を検査対象に照射するものです。検査対象からの正反射光が撮影されます。光沢のある金属表面の傷の検査などに使用します。

照明の色に関しては、白色、赤、青、黄色の照明があり、検査に応じて選択します。また、波長の長い近赤外光を使用する照明もあります。近赤外線を印刷物に照射すると印字が写らず傷のみが写るため有効に傷の検出を行うことができます。

照明の形状については、バー形状やリング形状の照明があります。検査対象に合わせて濃度ムラが出ず設備をコンパクトにできる形状を選択します。

以上のように、検出対象に合わせて最適な照明を選択する必要があります。また、傷の種類が多い場合は複数の照明を使用する必要も出てきます。

外観検査装置を選ぶポイント

外観検査装置を選択するときのポイントを以下に示します。

目視検査と自動検査装置の性能の違いを考慮する

目視検査が可能であっても、自動化できる場合とできない場合があります。これは、視覚の機能と外観検査装置の検査方式が異なることや人間の持っている多様な機能を自動化することが難しい場合があるためです。自動化がきるかどうかを最初に検討することが良いでしょう。

検査の難易度

外観検査を大きく分けると、良否の差が大きい検査と良否の差が小さい検査があります。

良否の差が大きい検査としては、部品の欠損や異種部品の組付けを検出する検査などがあります。この検査は比較的簡単な検査に属しますので、画像処理方式の簡易的な外観検査装置で自動化が可能です。例えば、面積比で画像全体の1%以上で大きな差が出るケースなどでは使用が可能です。

一方、良否の差が小さい検査としては、製品表面の傷や汚れなどを検出する検査があります。これらの検査は難しいため、自動化が可能な場合とそうでない場合があり注意が必要です。通常は少数のサンプルを使用して検査が可能かどうかを評価し、その結果傷が検出できることが確認された場合には多数のサンプルを使用して実用性を確認(N増し)した後実用することになります。このような手順をおろそかにすると検査装置を導入したが使えないということが起こる可能性があります。なお、上で紹介した少数のサンプルを対象に検査できるかどうかを確認することはトイ・プロブレム(toy problem)と呼ばれ、どちらかといえば非常に簡単なため、うまく行くことが多々みられます。このため、少数のサンプルを対象にして良否を判定できても、実用できると判断するのは危険です。

また、一面を検査するだけの検査では検査対象を簡単に撮影できますが、多面検査になるとコストがかかります。人間は簡単に検査対象を裏返したり、側面を観察したりすることができますが、自動化する場合は検査対象を動かすか、多数のカメラと照明を使用するか、カメラと照明を備えたロボットハンドを使用して検査する必要があります。

検査方式

部品の有無検査などの簡単な検査を除くと、検査方式を選択することが非常に重要になります。

現在よく使用されている方式は、画像処理方式です。新しい検査方法として当社のStaVaTester(スタバテスタ)方式があります

画像処理方式の検査原理は、1枚の良品画像と検査画像の濃度値(明暗)の差を各画素で計算し、その差の大小で良否を判定します。良否で違いが小さい場合は、良否差が顕著になるように画像処理を施します。この方式の場合、どのような画像処理を施せば良否差が顕著になるかを明確にするためには、ある程度画像処理技術に通じる必要があり高い壁になります。また、原理的に検査精度は十分とはいえません。

StaVaTester方式では、あらかじめ多数の良品画像を使用して各画素の濃度値の平均値と標準偏差を計算しておき(良品の定義)これらの統計量から計算される統計値を基に独自のパターン認識技術で良否を判定します。このため、精度が非常に高くなり、検査レシピ作成に当たってはかなりの部分を自動化できるため専門知識なしに検査を行うことも可能です。

外観検査装置をおすすめする理由

自動外観検査装置を導入すれば、以下のメリットが得られます。

〇検査の自動化が可能である。

〇客観的な判断ができる。

〇安定した検査ができる。

〇高速な検査ができる。

おすすめの外観検査装置

外観検査装置には、統計を利用するものと画像処理を利用するものがあります。検査精度や使い勝手の点から、統計を利用する当社の外観検査装置 StaVaTester II(スタバテスタ・アイ・アイ)をおすすめします

外観検査装置 StaVaTesterII

StaVaTesterIIとは

人間は、周囲の状態が普通と違うと、“何か変だな?普通じゃない”と敏感に反応します。外観検査においても、検査ワークの一部に良品との違いがあると “普通じゃない” と敏感に反応します。このように、人間は普通の状態を覚えていて、それと比較して普通であるか普通でないかを判断するといわれています。

StaVaTesterII(スタバテスタ・アイ・アイ)は、この原理を、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って定量化する目視検査の自動化装置です。そして、検査結果として、類似度(0から1の間の実数値)を出力し、類似度が大きいほど品質が良いことを示すとともに、類似度が設定した閾値より大きければ良品、小さければ不良品と判定します。
また、StaVaTesterIIは統計解析(*標準化変量)を基に検査するため、難解な画像処理を駆使する検査装置と違い、簡単に使用できます。

これらのことから、StaVaTesterIIを使用すれば次のような効果が期待できます。

① 製品の外観検査を自動的に行うことができます。
② 検査結果の定量化が可能です。
③ 検査時間の短縮で生産性の向上が図れます。
④ 製造条件の最適化に寄与します。

              *標準化変量(Standard Variable)

なお、StaVaTester方式の外観検査装置を製作するためのソフトウェアツールも販売しています。

StaVaTesterIIの特長

StaVaTesterIIは以下の特長を持っています。

検査精度が高い

ワーク画像の画素毎の標準化変量(後述)を基に独自のパターン認識方式で検査をするため、高い精度でワークの良否判定ができます。また、検査レシピ作成用の良品画像の中に不良品が入っていないかどうかを確認できるクレンジング機能を有しており、検査精度の劣化を防ぐことが可能です。なお、標準化変量は画素の不具合の程度を示す統計量です。

高速に検査レシピを作成することができる

検査レシピ作成に必要な画像が収集されていれば、数分でほぼ自動的に検査レシピを作成することができます。

簡単に検査レシピを作成することができる

調整すべきパラメータの多くは自動的に調整されるため、お客様が調整すべきパラメータは数個と数が少なく、またそれらのパラメータの決定には特殊な知識を必要としません。このため、簡単に検査レシピを作成することができます。

客観的な検査が安定して行える

機械的に検査を行うため検査基準が一定しており、検査が安定して行えます。

StaVaTesterIIの用途

StaVaTesterIIは次のような検査に使用することができます。

印刷物の外観検査

電子基板や電子部品の外観検査

自動車部品の外観検査

機械部品の外観検査

⑤その他各種外観検査

具体的には、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があります。

StaVaTesterIIの適用事例

以下のような傷を検出することができます。

不良品画像の楕円の中心部付近の白い斑点を検出できます。

良品            不良品

印字ミスの検出例です。

 良品             印字ミス

画像データの構造

ところで、画像データの構造はどのようになっているのでしょうか。
下の画像は、典型的なモノクロ画像を示しています。そして、この画像はデジタル画像になっており、横方向が640個で縦方向が480個の画素、全体で約30万個の画素で構成されています。また、この画像はモノクロであるため、各画素は白と黒とその中間の灰色で表されており、その濃度値は0から255の値で表現されます。0は黒、255は白、その中間の値は灰色で、値が小さいほど黒っぽく、値が大きいほど白っぽい灰色になります。なお、カラー画像であれば、各画素は赤、緑、青の各々に対して256の階調を持っています。
このように、画像は面的に配置された画素の濃度値で表現されています。そこで、デジタル画像であれば各画素は数値で表されていることがわかります。別の見方をすれば、画像というのは色々な重さを持った部品が多数あり、各部品は各々決められた重量を持っていると考えることができます。このため、
工業製品の良否を判定する際に平均値±3σの範囲に入っていれば良品とする考え方と同じ考え方を、画像に対しても適用することができます

画像データの例

StaVaTesterIIの検査手順

検査は、検査ワークを検査スペースにセットしてワークの画像を撮影し、画素毎の標準化変量(後述)を計算します。その後、求めた標準化変量を元に良品との類似度(後述)を計算し、求めた類似度としきい値を比較することにより良否を判定します。類似度は0から1の実数値をとり、1に近いほど品質が良いことを示します

検査手順

StaVaTesterIIの検査方法

平均値±3σ内であれば良品という場合の±3は標準化変量という統計量の値に相当します。そこで、良品であれば標準化変量が小さく、不良品であれば標準化変量が大きくなることがわかります。このことを使えば、検査対象が画像であっても標準化変量が小さければ良品、大きければ不良品とする検査が可能です。 

画像の場合、標準化変量は下図のように定義できます。いま、i番目の画素に注目します。この画素の濃度値は0から255の間の値をとりますから、複数枚の良品画像を対象とすると、その平均値と標準偏差が求められます。そこで、この画素の平均値と標準偏差、検査ワークの濃度値を使用すれば標準化変量zを計算することができます。

StaVaTesterIIの検査方法 標準化変量

このようにすれば画像の検査が可能になりますが、画像は多数の画素で構成されるため、1つの画素の標準化変量の大小だけでは良否を判定することができません。そこで、StaVaTesterでは全画素を対象として計算する類似度Oを使用して画像の良否を判定します。

StaVaTesterIIの検査方法 類似度

一般的なパターン検査装置の検査精度

パターン検査装置の検査精度を示す指標の1つに検査結果のヒストグラム(頻度分布)があります。いま、検査ワークに対して0から1の間の実数値を出力する検査装置があり、1に近いほど品質が良く、0に近いほど不良であるとします。そして、この装置に良品を検査させると、出力値はいつも1になるわけではなく、分布します。例えば下図の青線のように分布します。この図では、良品に対しては0.85程度の値を出力する可能性が高いことを示しています。また、良品に対しては小さな値を出力しないこともわかります。一方、装置に不良品を検査させると赤線のように分布します。

ここで、一般的なパターン検査装置では、明らかな良品と明らかな不良品を対象にしても下図のようにこれらのヒストグラムが重なります。このとき、検査装置が、重なっている部分の出力値を出力した場合、良品であるか不良品であるか判断ができなくなります。これは検査装置にとっては、大きな問題です。つまり、不良品を絶対に流出させないようにしようとすると、良品が不良判定される割合が高まります(過検出)。そこで、閾値を高くして過検出を容認するか、不良品は若干見逃しても閾値を低くして全体の誤り率を低くするかを考慮して、検査精度の適正化を図る必要があります。しかし、どのような閾値を使用しても必ず誤りが生じます

一般的なパターン検査装置出力値の頻度分布

これと比較すると、弊社のStaVaTester方式の検査では、次のように良品のヒストグラムと不良品のヒストグラムが重ならないようにすることが可能です。

StaVaTesterIIの検査精度

StaVaTesterIIでは、下図のように明らかな良品に対する類似度の分布と明らかな不良品に対する類似度の分布を重ならないようにすることができます。更に、大抵の検査対象に対して、良品の最小類似度と不良品の最大類似度の比(良否比)を10や100程度にすることが可能です。このように、StaVaTesterIIでは良品と不良品を明瞭に分別することができるため、高い検査精度を得ることができます。なお、良品か不良品かが明瞭でないものについてはこの限りではありません。

StaVaTesterIIの類似度の頻度分布

StaVaTesterIIの検査までの手順

StaVaTesterIIはさまざまな検査対象に適用できる検査アルゴリズムを持っていますが、実際に検査に使用するためには、以下の手順を踏む必要があります。

検査までの手順

1)検査レシピの作成

  ・複数の良品画像、不良品画像を入力する。

  ・パラメータを調整する(画素毎の平均値や標準偏差及び付随する条件を決定する)。 

   なお、殆どのパラメータは自動で決定されますので、パラメータ調整は簡単に行えます。

  ・出来上がった検査レシピが検査に使えるかどうかを検定する。 
2)検査に実用する。

 このように、StaVaTesterIIを使用するためには、最初に検査レシピを作成し、その後作成された検査レシピの検定を行い、所望の精度が得られたときに実検査に使用します。もし、十分な精度が得られない場合はパラメータを変更して再度検査レシピ作成を行います。このようにして十分な精度を有する検査レシピが作成されたならば、実際に検査に使用することになります。

StaVaTesterIIの検査レシピ作成手順

検査レシピの作成は、以下の手順で行います。なお、検査レシピの作成は検査ソフトを使用することで簡単に行うことができます。

1)20枚程度以上の多数の良品画像と数枚以上の不良品画像を収集する。 

2)良品画像の画素毎の平均値と標準偏差を求める。 

3)良品画像と不良品画像を使用して類似度計算に使用するパラメータを自動調整する。

検査レシピ作成手順

なお、検査レシピ作成に当たり、検査範囲と判定閾値などを設定する必要がありますが、この設定には画像処理のような専門的な知識は必要ありません

StaVaTesterIIの検査レシピ作成手順(画像入力)

画像入力は、StaVaTesterIIのデータ収集機能を使用して行います。ワークをセットして、照明条件やカメラの条件を調整して画像を収集します。画像の濃度値のヒストグラムを表示しますので、適正な条件設定が可能です。適正な画像が撮影できたならば、画像ファイルとして保存します(ビットマップファイル)。

 同一条件で、良品の画像と不良品の画像を収集し、画像ファイルとして保存します。良品画像の数は多ければ多いほど検査精度の高いシステムを構築できます。通常は、20~100サンプル収集するのがよいでしょう。

 不良品の画像も、傷の種類とその程度に関してできるだけ多くすることが必要です。しかし、普通は最初から不良品サンプルは多数は集まらないので、2つ以上収集してください。

StaVaTesterIIの検査レシピ作成手順(統計解析)

統計解析はStaVaTesterIIの「パラメータ調整機能」を使用して行います。「パラメータ調整機能」の中の「データ選択」機能で収集した良品画像を指定すれば、自動的に各画素の平均値と標準偏差を計算し、その結果をファイルに記録します。

StaVaTesterIIの検査レシピ作成手順(パラメータ調整)

StaVaTesterIIの「パラメータ調整」機能を使用して、自動判定するための条件を調整します。検査範囲の指定、システム構築に使用するデータ数の指定(収集した良品画像の内、一部を統計量の計算に使用し、残りを検査システムの検定に使用します)、判定の閾値の指定などを行い、パラメータを自動調整します。

なお、収集した良品画像のどれを統計量計算に使用するかによって検査レシピの性能に大きな違いが出ます。そこで、StaVaTesterIIでは画像の選定も自動化し、検査レシピの最適化を図っています。

また、統計解析を行っているため検査レシピ作成に使用する良品の中に間違って不良品が含まれていないかをチェックすること(クレンジング)が可能です。このクレンジングを行うことにより検査性能の低下を防止することができます。

パラメータの調整が終了すると、収集した画像の良品との類似度値の表示や良否の判定が適正に行われているかどうかなどの検査レシピの性能が表示されます。性能が適正であれば検査レシピファイルを作成します。このファイルには必要な全ての情報が保存されているため、検査対象が替わってもこの検査レシピファイルを読み込むだけで対応した種類のワークの検査が可能になります。

なお、検査レシピは簡単にすばやく作成することができるため、検査工程で判定ミスが出た場合はそのデータを使用して検査レシピを作成し直すことも簡単にできます。

StaVaTesterIIの検査レシピ作成手順(検査レシピの検定)

パラメータの調整ステップで保存した検査レシピファイルを読み込み、その検査条件が適性かどうかを検定することができます。検定には、既に収集した画像ファイルを使用します。検査レシピに使用していない画像を選択して、その画像に対する検査を行うことにより検査レシピの実用性を確認することができます。

この検定を通して、検査レシピが適性かどうかを見極めることができます。

StaVaTesterIIの基本仕様

・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:0.1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(複数台も対応可能です)

StaVaTesterIIの構成

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:StaVaTester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。

StaVaTesterIIの機能

StaVaTesterIIには以下の機能があります。

・検査機能

・画像収集機能 

・パラメータ調整機能 

・検査レシピ検定機能 

検査機能は、外観検査装置として検査を行う機能です。調整された検査レシピファイルを使用することで各種の検査を行うことができます。

画像収集機能はデジタルカメラを使用してワーク画像を収集・保存する機能です。 

パラメータ調整機能は、類似度を計算するための適正な条件(パラメータ)を決定するための機能です。パラメータ調整に要する時間は、30万画素の良品画像20枚、不良品画像2枚の場合は、5分程度です。 

検査レシピ検定機能で作成した検査レシピが実際に検査に使用できるかどうかを判断します。 

まずはお気軽に無料相談・お問合せをご利用ください!

お電話でのお問合せはこちら

086-259-0568

お問合せ・ご相談は、お電話またはフォームにて受け付けております。

メールでのお問合せは24時間受け付けておりますので、まずはお気軽にご連絡ください。

受付時間:9:00~17:00
定休日:土曜・日曜・祝日