通信制御、画像処理、半導体関連をはじめとする制御系全般の開発を手がける日本コントロールシステム株式会社
NCS 日本語 / English
日本コントロールシステム株式会社
サイト内検索
HOME 自社製品 インテグレーション システム開発 会社情報 お問い合わせ サイトマップ

 
 システム開発 > 
画像処理システム (マシンビジョン)
画像処理システム計測・制御システム組み込みネットワークシステムハードウェア

画像処理システムの概要 事例紹介 コラム:画像処理システムについて お問い合わせ

画像処理とマシンビジョン
  弊社では、画像処理分野のなかでも「機械の目」によって対象物を認識して何らかの処理を行うシステム、いわゆる「マシンビジョン」システムに長年取り組んできました。マシンビジョンシステムの応用分野は幅広く、電子部品の製造工程における位置決めから、工業製品の外観検査、文字やバーコードの読み取り、あるいは医療やセキュリティといった分野まで多岐に渡ります。ここでは、こうしたシステムの概要について、少しご説明したいと思います。なお、以下で「画像処理」という言葉が出てきた場合は、この「マシンビジョン」を指すものと思って下さい。


画像処理システムが行う処理

 
以下は、画像処理システムにおける一般的な処理の流れです。
1.画像入力 2.前処理 3.特徴抽出 4.評価
       
1.画像入力
まず最初は、対象物の景色を、コンピュータで処理可能なデジタルデータに変換する作業です。光の分布を電気信号に変換するのは、主にCCDセンサが使用されています。(CMOS型などもありますが、通常のカメラはほとんどCCDを使っているようです。)センサには、エリア型とライン型があります。エリア型はフィルムと考えていただけばよいでしょう。ライン型は、画素(ディジタル画像の最小単位粒子)が一列だけ並んだセンサです。画像入力の対象がスリットのような直線の部分を対象とすればよいときや、 スキャナ方式で大容量の画像を取り込むときに使用します。

一般的に、画像処理システムに「通常の取り込み方式」というものはありません。対象に応じてそれぞれ特徴を持っています。無理を承知で言えば、室内の照明の下でデジタルカメラで撮影するのが「通常の」方式ということになるかもしれませんが、そのような入力方式で実現できるシステムはあまりないでしょう。

ちなみに、NCS のガラス破砕検査装置、キーボード配列検査装置はともにライン型のセンサを使用して、スキャナ方式で画像を取り込んでいます。

2.前処理
前処理は、後に続く処理の目的に応じて画像を改善する処理です。
例としては、次のような処理が挙げられます。
・光学ゆがみ補正
・濃度(明暗)補正
・ノイズ除去
・平滑化
・コントラスト、エッジ(濃淡変化箇所)などの強調
・縮小、拡大、回転

3.特徴抽出
入力画像を、後に続く評価処理の対象となる画像(画像というよりは、特徴値の二次元分布と言うべきものもありますが)に変換する作業です。

特徴画像として使われるものの一部を例として以下に挙げます。

・濃淡画像
濃淡画像自体が特徴画像でもあります。

・二値画像
濃淡画像を注目する部分とそうでない部分に仕分けした画像です。
二値化(binary conversion)とは、あるしきい値を境に0−1などの二つの状態に仕分けすることをいいます。

・エッジ画像
濃淡変化が極大になる部分のみを抽出した画像です。一種の二値画像でもあります。
同様のものにエッジ方向マップ、エッジ強度マップ等があります。

・濃度分散マップ
濃淡の変化の大きさの分布図として表したものです。
※これらの特徴画像は、対象画像の「何を見るか」によって使い分けることになりますが、そのアプローチは千差万別であり、それに応じて特徴画像も無数にあり得ることになります。

4.評価
特徴抽出で得られた特徴画像を、目的に応じて評価します。目的は主に次のものに分類できます。

・位置決め
視野の中から目印となる部分画像を見つけて、対象物の位置ずれや回転などを 検出します。目印は対象物の中の特徴のある図形を使用することが多いでしょう。アプリケーションとしては、ICチップのボンディング装置やチップマウンタなどの自動製造装置において、製品の位置揃えの誤差を補正する例などがまず挙げられます。
目印の検出は、目印の画像をテンプレートとして照合(画像間の相関値を使うなど)を行う方法が一般的でしょう。但し、画像入力環境や処理時間の制約などがあり、 実際の装置毎に細かなノウハウの蓄積があるものです。

・計測
粒子の個数を計数したり、粒子の面積や長さなど計測することがまず浮かびます。ガラス破砕検査装置がこれに当たります。粒子を検出するためには粒子の境界を特定するわけですが、これにはエッジ検出の手法が有効になります。高い精度を要求されないアプリケーションでは、二値画像の画素の個数を数えることで面積・長さを計算します。その他、寸法を画像を使って計測したいという要求は様々な局面で存在しますが、対象物に応じて、多種多様な手法を駆使することになります。あらゆる状況で有効な一般的手法、というものはなかなかなくて、現物合わせということが多いですね。高い精度を要求する分野では、入力段階から工夫が必要になります。一つの例としては、テレセントリックレンズといって全視野において「真上から見た」画像が得られるものもあります。(このようなレンズのどこが良いかというと、実際のシステムにおいて「画角」というものが意外に厄介な要因になり得るからです。)

・形状検査
対象物の形状がオリジナルと一致しているかを検査します。別なものと置き換わっていることや一部が欠けていることを検出する検査で、NCS の製品で言えばキーボード配列検査装置がこれに当たります。対象物の画像を二値化(背景とパターンを分離)して、テンプレート(良品の画像)と重ね合わせ、違っている部分を評価する、というのが基本的な手法です。その他、テンプレートを使わずに直線の乱れなどを検出するような、「絶対検査」といったものもあり得るでしょう。

・パターン認識
主な例としては、文字の認識が挙げられます。この分野ではパーセプトロンやニューラルネットワークといった技術が主流です。どちらも特徴画像の画素値を要素としたN次元のベクトル(例えば5×5の画像なら25次元のベクトル)として、演算する手法です。とにかく計算すると何か値が出るという、画像の形状をどうやって評価するかで疲れた技術者にとっては、一服の清涼剤です。以前、ある顧客からの要求により手書き数字の認識でパーセプトロンを扱う機会があったのですが、パーセプトロンの調整手法もさることながら、実際の手書き数字のサンプルを収集する経路を持っている強みを感じました。文字認識、特に手書き文字の認識に取り組む際には、認識処理に対する知見とともに、サンプルを収集する能力が両輪になります。


よい画像処理システムとは
  画像処理系は、対象物とその画像から何を得たいかのニーズが具体的になって、初めてデザインできるものです。ニーズに対して的確に手法を選択し必要があれば手法を改善する、画像処理の手法に対する知見が功を奏したときに、「よい」画像処理装置ができあがります。画像処理の分野で好んで使われる表現に「ロバスト(robust)」があります。 本来は「堅牢な」「頑丈な」という意味の形容詞ですが、画像処理の分野では環境の変化に対してシステムが「安定して機能する」ことを表す用語として使用されます。
 
例えば「よい」キーボード配列検査装置とは、生産されている「多種多様なキーボード」を「安定して」検査できる装置、ということになります。そのようなシステムを構築するためには、製品の種類によるばらつきの幅や癖を適切に理解して、処理をデザインすることが必要です。
  
さらに言えば、作業者のイメージとシステムの操作性の間にギャップが少なく、ストレスや違和感を感じさせないかどうか、といった点も評価基準になります。


  キーボード配列検査装置は製造および販売を終了いたしました。

画像処理システムの概要 事例紹介 コラム:画像処理システムについて お問い合わせ

>> このページのトップに戻る

著作権と商標プライバシーポリシー情報セキュリティ基本方針
Copyright (C) 1997 NIPPON CONTROL SYSTEM Corporation. All rights reserved.