制御・計測・センシング
駆動・機械要素・電子制御部品
産業別カテゴリ
電源・エネルギー・熱処理機器
安全・保護・環境対策
材料・素材・ケミカル
電気・電子部品
構造部品・締結要素
ソフトウェア・ネットワーク
サービス
その他
全てのカテゴリ
閲覧履歴
画像判別センサーのメーカー19社一覧や企業ランキングを掲載中！画像判別センサー関連企業の2025年7月注目ランキングは1位:パナソニック株式会社、2位:ターク・ジャパン株式会社、3位:株式会社近藤製作所となっています。 画像判別センサーの概要、用途、原理もチェック！
画像判別センサーとは、カメラで撮影した画像を使って対象物の有無や違いを判別するセンサーのことです。
具体的には、対象物の形状や面積、重心、長さ、位置などの特徴量を算出し、データやあらかじめ設定しておいた基準と照らし合わせて、判別した結果を出力します。
2025年7月の注目ランキングベスト10
| 順位 | 会社名 | クリックシェア |
|---|---|---|
| 1 | パナソニック株式会社 |
14.9%
|
| 2 | ターク・ジャパン株式会社 |
11.9%
|
| 3 | 株式会社近藤製作所 |
9.0%
|
| 4 | オムロン株式会社 |
9.0%
|
| 5 | コグネックス株式会社 |
7.5%
|
| 6 | シャープ株式会社 |
7.5%
|
| 7 | キヤノンITソリューションズ株式会社 |
7.5%
|
| 8 | 株式会社キーエンス |
4.5%
|
| 9 | オプテックス・エフエー株式会社 |
4.5%
|
| 10 | 株式会社アヤハエンジニアリング |
4.5%
|
2 点の製品がみつかりました
2 点の製品
テクノロール株式会社
250人以上が見ています
最新の閲覧: 1日前
返信の比較的早い企業
100.0% 返答率
16.8時間 返答時間
スキャナー方式ではなく、高精度CCDカメラを使用し画像処理を行い測定します。 ■クイック・アイの特長 ・測定誤差3％以下を実現しまし...
有限会社フィット
220人以上が見ています
返信のとても早い企業
100.0% 返答率
0.6時間 返答時間
カラーレフェリーは、非接触でワークの色を判定します。 ■非接触判定 判定を行うには、ワークをカメラの下へ置くだけです。カメラの映...
画像判別センサーとは、カメラで撮影した画像を使って対象物の有無や違いを判別するセンサーのことです。
具体的には、対象物の形状や面積、重心、長さ、位置などの特徴量を算出し、データやあらかじめ設定しておいた基準と照らし合わせて、判別した結果を出力します。
画像判別センサーは、工場での省力化や省人化、訓練を積んだ検査員の目視検査ではこなせない大量の検査、細部の判定など検査レベルの拡大を目的として、さまざまな製造現場で使用されています。
自動車製造では、さまざまな部品の製造に使われています。例えば小さな部品では、ねじの製造ラインも使用例の1つです。出荷前の異品混入の検知からキズの有無、さらにはめっきの品質まで導入されつつあります。
コンポーネントとして組み立てられた部品の外観検査も、画像判別センサーが使用されています。画像判別センサーをロボットアームに取り付け、複数の画像を撮影した検査が行われています。
電子部品の生産ラインにおいては、製品そのものが非常に細かく目視検査が困難です。そこで画像判別センサーの活用が欠かせません。
その他、製薬や食品業界では、検査対象物は工業製品のような形状が定まったものではありません。主に色彩による判定が多く行われています。
画像判別センサーの原理を理解するには、画像処理センサーが行なっている処理を把握することが重要です。
カメラのレンズを通して取り込まれた光は、CCD (Charge Coupled Device) やCMOS (Complementary Metal Oxide Semiconductor) と呼ばれるイメージセンサーが、電気信号として取り出します。イメージセンサーとは、点を平面に並べたものです。
点の数は画素数として、デジタルカメラやスマートフォンのカメラのカタログにも記載されています。各画素ごとの電気信号を並べることで、画像が描き出されます。
イメージセンサーによって電気信号に変えられた画像は、計測しやすい画像に加工しなければなりません。この加工を前処理と言います。前処理には画像の微小なムラを弱めて検査を安定化させるための平滑化、ノイズを除去するための膨張や収縮、キズの検査をしやすくするためのエッジ抽出などの処理が行われます。
検査対象物は常にレンズに対して同じ位置や、同じ向きにあるとは限りません。そこで、位置修正を行います。位置修正とは、検出した画像を計測しやすい位置に移動させる処理のことです。
位置修正が行われた後に、映像情報から検査に必要となる特徴量を抽出するための処理が必要です。例えば、明るさの変化が非常に大きい場所を検知すれば、検査品の輪郭 (エッジ) と判定することができます。
得られた画像内を小さな領域ごとに分割し、領域内の明るさの違いを抽出すれば、特定の大きさのキズや汚れがあると判定することが可能です。画像判別センサーでは、特徴量を抽出するための設定が非常に重要です。
画像判別センサーは映像を電気信号に変換してくれますが、検査の場合、合否判定の基準は、作業者が設定しなければなりません。最近では、その合否判定にAIを導入するケースも増えてきています。
1. 異物混入検査
基準になる画像パターンを登録し、そのモデルに似ているか否かを判断することで、異物の混入を調べることができます。
2. 輪郭検出
条件に探す方向と色の変化を設定し、画像の濃度と明暗の差分を認識することで、輪郭を検出できます。あらかじめ設定した閾値と比較することによって、製品の異状や異品混入を検知することが可能です。
3. 文字確認検査
部品の刻印やラベルや賞味期限の印字など、製品に正しく印字がされているかどうかを判別します。
参考文献
https://www.fa.omron.co.jp/products/category/sensors/vision-sensors_machine-vision-systems/
https://www.fa.omron.co.jp/guide/technicalguide/44/16/index.html
https://www.keyence.co.jp/ss/products/sensor/sensorbasics/vs_info.jsp
https://www.keyence.co.jp/products/sensor/vision-sensor/
https://www.keyence.co.jp/ss/products/vision/iv-casestudy/example/food_pharmaceuticals_cosmetics/
