外観検査の自動化は照明設計で決まる — 欠陥が「写る」画像の作り方

外観検査の自動化がうまくいかないとき、多くの人はカメラの画素数や検査アルゴリズムを疑います。しかし経験上、検査の成否を最も大きく左右するのは照明です。欠陥が画像に写っていなければ、どれほど高性能なアルゴリズムでも検出できません。逆に、照明で欠陥をくっきり顕在化できれば、シンプルな処理でも安定した検査になります。この記事では、外観検査の照明設計の基本的な考え方を整理します。

「写っていないものは検出できない」という大原則

検査アルゴリズムの仕事は、画像の中にある特徴を拾うことです。ヘアライン仕上げの金属面にある浅い打痕、透明フィルムのシワ、黒い樹脂の上の黒い異物 —— これらは通常の照明ではほとんどコントラストが付かず、画像上では「写っていない」に等しい状態になります。この状態でアルゴリズム側の工夫を重ねるのは、無い情報を絞り出そうとする作業であり、開発は苦しく、結果も不安定になります。

先に照明で「欠陥が見える画像」を作り、アルゴリズムは見えているものを判定することに専念させる。 この分担が、安定して動く検査システムの基本形です。

照明手法の引き出し —— 何をどう照らすか

照明設計とは、対象の材質・形状・欠陥の性質に合わせて「光の当て方」を選ぶことです。代表的な手法には次のようなものがあります。

• ローアングル (斜光) 照明: 低い角度から光を当て、凹凸に影を作る。打痕・刻印・エッジの欠けなど、形状系の欠陥を浮かび上がらせる定番手法
• 同軸落射照明: カメラと同じ軸から光を当て、鏡面・光沢面の傷や印刷ムラを均一に見せる
• 拡散 (ドーム) 照明: あらゆる方向から柔らかく照らし、曲面や光沢のある対象の映り込みを抑える
• 透過照明: 対象の背後から照らし、輪郭・穴・透明体内部の異物をシルエットで捉える

同じ対象でも、照らし方を変えると見える欠陥は全く変わります。検討の初期段階で複数の照明手法を実サンプルで試し、「どの欠陥がどの照明で見えるか」のマトリクスを作ることが、遠回りに見えて最短ルートです。

照明起因のトラブルは導入後にも起きる

見落とされがちなのが、稼働後の環境変化です。外光の差し込み、周辺設備の照明の変更、LED 照明自体の経年劣化 —— これらは画像の明るさを変え、ある日突然「昨日まで動いていた検査」を不安定にします。フードによる外乱光の遮断、照度モニタリング、定期的な基準サンプルでの校正など、照明を「維持する」仕組みまで含めて設計しておくと、長期運用が安定します。

まとめ

外観検査の自動化は、アルゴリズムの前にまず撮像 —— とりわけ照明で決まります。既製の検査装置やカメラで「見えなかった」対象も、照明の再設計で検査が成立するケースは少なくありません。PGP では画像処理・マシンビジョンの設計を、照明・撮像系の検討から一貫して支援しています。実サンプルでの撮像テストから始めたい方は、AI 外観検査のページもあわせてご覧ください。