※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

２：凹凸の強調 凹凸のあるものも照明の角度によって見え方が大きく変化します。 （図3　左：真上から照明を当てた場合、右：斜めから照明を当てた場合） 上の例はテーブルタップのプラスチックの刻印です。プラスチックの異物（黒点など）の有無を検査したいのであれば（凹凸を消して）異物を発見しやすくするために真上から光を当てる方法を、また刻印の文字の正誤を検査したいのであれば（凹凸を強調して）文字を浮かび上がらせるために斜めから光を当てる方法を選ぶことになります。 このように検査内容に応じて照明の位置や角度を検討することにより、検査の安定度が向上します。照明は画像検査用の高価な物でなくても、例えば市販の読書用インバーター蛍光灯でも十分効果があります。ぜひお試しください。 ※詳しくは関連リンクをご覧ください。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

■Webカメラ メリット ・安価（1,000円 ～） デメリット ・センサーサイズが小さい（3mm角程度）のためノイズの多い画像になる。 ・基本的にレンズ交換できないので画角が選べない。 ・露光時間などの設定が記憶できない場合が多く、多くが自動露光になっているため露光時間が変・化し、判定結果が安定しないことがある。 ・動いている検査品や静止時間が短い状態での検査など、タイミングが厳密な検査には適さない。 ・DirectShowという規格で常に動画として画像を取り込んでいるためUSBのデータ転送量が多くなる → 一般的に 1台のPCに2，3台程度までしか接続できない。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

仮に同じセンサーサイズ(横方向に6mm）で30万画素（横方向に640pixel）と1400万画素（横方向に4600pixel）のカメラがあるとします。この時、30万画素のカメラのピクセルサイズは一辺 6mm/640 = 9.4um/pixelです。同様に1400万画素のカメラのピクセルサイズは 6mm/4600 = 1.3um/pixelです。 露光時間はセンサーのピクセルが受ける光エネルギーに反比例します。また、ピクセルが受ける光エネルギーはピクセルの「面積」に比例しますので、先ほどの2つのカメラで比較すると 9.4^2 : 1.3^2 = 88 : 2 という非常に大きな違いになります（ 実際は 30万画素は 1/3インチ、1400万画素は 1/2インチが一般的に使われるためもう少し差は小さくなります）。 これを模式的に表すと下のような図になります。（図2・図3・図4） このように、データサイズと露光時間の両面から低画素カメラはよりリアルタイム性の高いカメラということができます。カメラを選定する際には、それぞれの用途に合わせて丁度良い画素数のカメラを選択することをお勧めします。

■センサーサイズの違い 次の図は1/3インチと1インチのセンサーを並べて比較したものです。 （図1　左が 1/3インチ（MER-133-54u3c）、右が 1インチ（MER-2000-19u3c） 上の図のように見た目にも3倍程度の違いがあります。 ■視野の違い もし同じレンズで撮影したとすると、それぞれのセンサーに対して全く同じように映像が投影されます。下の図は投影された人物の結像状態を模式的に表したものです。白い矩形はそれぞれのセンサーがカバーしている範囲です。 （図2　左が 1.3インチ、右が 1インチ） 上の絵から分かるように、センサーがカバーする範囲が異なるため、撮影される画角も異なり、得られる画像は下のように異なります。 （図3　左が 1.3インチ、右が 1インチ） このように、同じレンズを使っても小さいセンサーサイズのカメラはより中心部が切り取られたような狭い画角になります。センサーサイズとレンズの焦点距離、視野範囲の関係については カシオ計算機株式会社が運営する「カメラの撮影範囲の計算」で実際に計算できます。

そのため500万画素を超える産業用カメラでは一般的にローリングシャッターのラインナップが使われます。皆さんのスマホについているカメラのセンサーも多くはローリングシャッターです。 最後に注意したいのが、「移動体を撮影するのであればグローバルシャッターを選ばなければならない」という訳ではないということです。移動体を撮影する場合、ローリングシャッターでは当然歪みは発生してしまうのですが、例えば移動するシート上の異物を見つけたい、という用途ならば異物の歪みは検出性能に関係しないというケースも多くあります。 グローバルシャッターかローリングシャッターか、どちらを選択するかは用途とコストから判断することになりますが、貸出カメラを利用できるようなら、まずはローリングシャッターでテストしてみて、用途を満たすようならローリングシャッターを使う、という考え方で良いと思います。スカイロジックでも貸出カメラを用意していますのでお気軽にご連絡ください。

■選択の判断基準 ・PCとカメラ間のケーブルが取り回しを含めて3mを超えるとき → GigE ・PCとカメラ間のケーブルが3m以内で済み、簡単に接続したい → USB3.0 ということが言えると思います。USB2.0の頃はノイズなどに影響されやすく安定した接続が難しいと感じていましたが、USB3.0 Vision規格ができてからはUSBインターフェースも耐ノイズ性が向上したと感じます。 （図1　左：GigEコネクタ（上部）acA4600-7gc、右：USB3.0コネクタ（下部）acA2500-60uc これまでは社内の検証作業にGigEカメラを使っていましたが、最近は簡便性の点からUSB3.0のカメラをよく使うようになりました。どちらが良いという訳ではなく、（特にケーブルの取り回しなど）どのような使い方をしたいかによってカメラを選ぶことになるかと思います。 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

さらに、1980年頃になると「機械学習」という手法が注目されます。機械学習では決まった手続きで処理して結果を出すのではなく、逆に正しい結果を出すための手続きをプログラム自ら生み出すができる手法として利用され始めました。これには「大量の教師データを食わせる」ことが必要になります。例えば機械学習のプログラムに切手の「色の構成」「縦横比」「面積」（これらを「特徴量」といいます）とそれに該当する金額のデータを大量に与えます。これにより機械学習のプログラムは次に撮影された切手が何円のものか判断できるようになります。 そして、現在自動運転やDeepSkyで使われている技術が「ディープラーニング」です。ディープラーニングでは先に述べた「特徴量」すらもディープラーニングプログラム自身が決定します。画像内からある特徴を持った部分を探す時、画像のどんな特徴を抽出すべきかを自動で判断し、数え切れないほどのパラメータを目的に合う形で最適に調節します。

この検出すべき物体としてネジを教えればネジを見つけるようになりますし、キズを教えればキズを見つけるようになります。この時あるものを「良品」と教え、あるものを「不良品」とするような教え方をすれば「良品」や「不良品」を区別するようにもなります。ただそこに「良い」とか「悪い」といった判断は無く、ただ「不良品」という名前の物体を見つけたという意味でしかありません。 物体を見つけたら、それが何個あるかをカウントします。これによって画像の中にネジが10本あるとか、キズが1カ所あるとか、加工穴が5カ所あるとか、右向きの物か、左向きの物かとかそういうことが分かるようになります。この何が何個あるか分かるという部分がディープラーニング（いわゆるAI）の役割です。 この時点ではまだ物の数をカウントしただけでOKもNGも無いわけです。カウント数量に対して人間が許容量を与えてはじめて、OK/NGの判定ができるということになります。 AIはシンプルにモノを見つける道具であると捉えると、活用方法が見えてくるかも知れません。何か「見つけたいモノ」があったら是非お問い合わせ頂けますと幸いです。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

(3)は全体の面積は(1)と同じ10×10ですが、灰色の四角形は(1)よりも4倍大きいです。 比率で見ると16/100で16％になります。ディープラーニングでは単純に全体に対して対象物が大きく捉えられている方が検出がしやすく、この場合(3)の四角形は、(1)の四角形よりも検出しやすいと言えます。 ディープラーニングでは、1枚の大きな画像の中から小さい対象物を見つけるというのが、性質上難しいです。 広い範囲から小さい対象物見つけたい場合は、対象物を正確に認識可能な大きさまで拡大して撮像するか、分解能の高い大きな1枚の画像を撮って、後から対象物を検出可能なサイズまで画像を分割して処理する方法が一般的です。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。

※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせください。