外観検査・異物検知

画像解析AIを用いて、製品や対象物の外観を確認し、異物、欠損、変色、形状の違い、部品の有無などを検知します。
目視では判断しにくい微細な違いや、複数の特徴を組み合わせて確認することで、品質管理や検査業務の効率化を支援します。
製造工程での外観検査だけでなく、撮影済みの画像を用いた状態確認や、異物と容器・包装フィルムなどの位置関係の検証にも対応します。必要に応じて動画から取得した画像を用いた検証も可能です。

目視で確認していた違いを、画像から検出・判定

製品や部品の外観検査では、傷、汚れ、欠け、変色、異物などを人が目視で確認するケースがあります。
しかし、対象数が多い場合や、異常の違いが小さい場合は、検査する人によって判断にばらつきが生じたり、確認に時間がかかったりすることがあります。
外観検査・異物検知では、画像内の形状、輪郭、色、明るさ、反射、影、位置関係などの特徴を解析し、正常な状態との差異や異常箇所を確認します。
対象物や撮影環境に合わせて解析方法を設計し、検査工程の自動化や、画像を用いた事実確認に活用できます。

このような課題に対応します

• 製品の傷、欠け、汚れ、変色などを検知したい
• 商品や部品に異物が付着・混入していないか確認したい
• 部品の有無や取り付け状態を判定したい
• 目視検査の負担や判定のばらつきを減らしたい
• 撮影済みの画像から異常箇所を確認したい
• 異物が商品内部にあるのか、外部に付着しているのか検証したい
• 画像や動画を使って品質に関する事実確認を行いたい

外観検査・異物検知で分かること

傷・欠損・変形

対象物の表面や形状を確認し、傷、欠け、割れ、変形などの外観異常を検知します。
正常品との違いを比較することで、異常が発生した位置や範囲を確認できます。

汚れ・変色

色や明るさ、模様などの違いを利用し、汚れ、変色、異なる色の付着物などを検知します。
食品、部品、包装材など、対象物の特徴に合わせて判定条件を調整します。

異物

製品や商品に本来存在しない物体や領域を検出します。
異物の大きさ、色、輪郭、位置などを確認し、異物の有無や付着状態を判断するために活用できます。

部品・構成要素の有無

製品を構成する部品や付属物が正しく存在しているかを確認します。
部品の欠落、取り付け忘れ、配置の違いなどの確認に活用できます。

正常・異常の分類

正常品と異常品の画像をもとに、それぞれの特徴を学習し、対象画像がどちらに近いかを判定します。
対象や異常の種類に応じて、物体検出、画像分類、領域抽出などの方法を組み合わせます。

位置関係

画像内の複数の要素の位置関係を解析し、異物が容器の内側にあるのか、外側に付着しているのかなどを検討します。
単純な物体検出だけでなく、輪郭、反射、影、透過、重なりなど複数の特徴を組み合わせて判断します。

ファントムの外観検査・異物検知

対象に合わせて解析方法を設計

外観検査は、対象物によって確認すべき特徴が異なります。
色の違いが重要な場合もあれば、輪郭、形状、位置関係、反射、影などを組み合わせる必要がある場合もあります。
ファントムでは、対象物、異常の種類、撮影条件などを確認し、適切な画像解析方法を設計します。

AIに限定せず最適な画像処理を選定

すべての検査にAIが必要とは限りません。
ルールベースの画像処理、輪郭抽出、色差、特徴量の比較なども含め、目的に適した技術を組み合わせます。
必要以上に複雑な仕組みにせず、検査精度や運用条件に合わせて方法を選定します。

撮影済みの画像・動画にも対応

検査設備への組み込みだけでなく、すでに撮影された商品画像や動画を解析することも可能です。
出荷後に撮影された商品画像の確認や、品質に関する問い合わせへの事実確認などにも活用できます。

単純な検出では判断しにくいケースも検証

異物と容器の前後関係など、単純な物体検出だけでは判断しにくいケースについても、画像内の複数の特徴を組み合わせて検証します。
撮影角度や画質などによって判断できる範囲は異なりますが、可能な範囲を整理し、結果と判断根拠をまとめて提供します。

活用できる場面

食品製造

商品表面の異物や汚れ、包装状態などを確認できます。
また、出荷後の商品画像や動画から、異物の位置関係や付着状態を検証する用途にも活用できます。

製造業

部品や製品の傷、欠損、変形、組み付け状態などを確認します。
目視検査の支援や、検査工程の自動化に活用できます。

物流・梱包

梱包状態、部品や付属物の有無、外装の破損などを確認します。
出荷前後の状態確認にも利用できます。

品質管理・問い合わせ対応

商品画像や動画をもとに、異常箇所や異物の位置を確認し、品質に関する問い合わせや事実確認を支援します。

ご提供する解析・検証結果

• 異常箇所を示した画像
• 異物候補の位置
• 正常・異常の判定結果
• 部品や対象物の有無
• 対象物同士の位置関係
• 判定条件・判断根拠
• 検証レポート

分析内容や成果物は、目的や画像条件に応じて異なります。

外観検査・異物検知の流れ

1．検査対象と課題の確認

対象となる製品や異物、確認したい異常状態、現在の検査方法などを整理します。

2．画像・撮影条件の確認

画像の解像度、撮影角度、照明、背景、対象物の大きさなどを確認します。

3．解析方法の設計

異常の特徴に合わせて、AI、画像処理、輪郭抽出、色差、位置関係などの解析方法を選定します。

4．画像解析・検証

対象画像を解析し、異常箇所や異物、位置関係などを確認します。

5．結果の整理・レポート作成

解析画像、判定結果、判断根拠、注意点などをまとめて提供します。

外観検査には大量の学習画像が必要ですか？

必要な画像数は、対象物や異常の種類、使用する解析方法によって異なります。
AIを使用せず、画像処理や特徴量の比較によって検証できる場合もあります。まずはサンプル画像を確認し、必要な方法とデータ量を整理します。

異物が商品内部にあるか外部にあるか判断できますか？

画像内の輪郭、反射、影、透過、重なりなどの情報から、位置関係を検証できる場合があります。
ただし、撮影角度や画質、包装材の反射などによって判断できる範囲は異なります。画像を確認したうえで、検証可能な内容をご説明します。

既存の商品画像でも解析できますか？

解析に必要な情報が画像に含まれていれば、既存画像を利用できます。
画像の解像度、撮影角度、明るさなどを確認し、解析可能な範囲を整理します。

リアルタイムの検査にも対応できますか？

要件に応じて、カメラ映像を用いたリアルタイム検査や、生産設備・既存システムへの組み込みも検討できます。

AI以外の画像処理にも対応していますか？

対応しています。
対象によっては、AIよりも輪郭抽出、色判定、画像差分などの画像処理が適している場合があります。目的や必要な精度に合わせて技術を選定します。