画像処理システム / 画像センサ 活用ガイド・お役立ちコラム
-
目視では止めにくい不良を画像で検査する|シール部への食い込み、小袋の重なり、食品の異物
-
どちらを選ぶかを比較表で決める|検査項目・カメラ台数・撮像方式・立ち上げの手間で分かれる
-
検査に使うカメラは何が違うのか|見るためのカメラと、判定するためのカメラ
-
AIとルールベースをどう使い分けるか|どちらが優れているかではなく、何を見たいかで決まる
-
5つのシリーズの位置づけを整理する|どれがどの検査に向くか、選ぶ順番はどうか
-
生産タクトを落とさずに検査するには|撮像・転送・処理・位置補正のどこが効いているか
-
何を一式そろえれば動くのか|コントローラ・カメラ・レンズ・照明・周辺の考え方
-
あとから検査当時の画像を出せますか|良品も含めた全数の記録を残すために必要なこと
-
プログラムを書かずに画像検査を導入する|立ち上げだけでなく、現場での設定変更まで
-
導入後に効いてくるのはサポート体制|立ち上げ・変更・展開を誰がどう回すか
-
検出が安定しない原因を切り分ける|位置ズレ・写り方・環境変化のどれかに当てはまる
-
目視検査を自動化すべきか判断する|費用対効果と回収期間で見極める
-
外観検査装置の選び方|方式の使い分けと選定基準
-
2D/3Dロボットビジョンの使い分け|導入判断と工程別の構成設計
-
バラ積みピッキングが失敗する原因と対策|取り残し・干渉・表裏判別
-
欠陥タイプ別・外観検査の撮像設計|傷・打痕・割れ・汚れなどの欠陥に合わせた最適照明
-
反射・光沢・透明ワークの外観検査を成立させる|映り込み対策と微細キズ検出
-
ヒューマンエラーをゼロにする画像センサ活用|付け忘れ・欠品・混入を工程別に防ぐ
-
OCRとOCVの違いと使い分け|刻印・インクジェット・レーザー印字の読取りのコツ
-
AI外観検査の検出範囲と工場事例|ルールベースとの使い分けで選ぶ
-
画像センサでできること・使いどころ|用途・事例から選ぶ実践ガイド
-
金属部品の有無・員数検査を画像で|プレス・鋳造部品の欠品を全数検出
-
画像処理で品種・機種を判別|異品種混入をAIで見分ける