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
外観検査ソフトのメーカー18社一覧や企業ランキングを掲載中！外観検査ソフト関連企業の2025年5月注目ランキングは1位:株式会社野毛電気工業、2位:株式会社アダコテック、3位:株式会社システムインテグレータとなっています。 外観検査ソフトの概要、用途、原理もチェック！
製品や部材の外観検査は通常、作業者の目視によるチェックにより行われています。
正常な製品や部材と比較して、形状や色に違いはないか、傷やくぼみなどが出来ていないか、異物などが混入していることはないかなどの視点でチェックを行います。
この様な作業はスキルや経験に加え集中力の持続が欠かせません。集中力を欠くと途端に見落としが発生し、そのまま不良品を出荷することになりユーザからのクレームにつながります。
この様な事態を回避するために画像認識および比較技術を使い、正常な製品、部材をコンピュータ上にメモリして置きこれをリファレンスとして自動的に被検査物をチェックして良品、不良品を振り分けるのが外観検査ソフトです。
関連キーワード
2025年5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 | 株式会社野毛電気工業 |
14.0%
|
| 2 | 株式会社アダコテック |
12.3%
|
| 3 | 株式会社システムインテグレータ |
12.3%
|
| 4 | 株式会社SCREEN PEソリューションズ |
8.8%
|
| 5 | インフォテック株式会社 |
7.0%
|
| 6 | Pekat odstepny zavod |
5.3%
|
| 7 | 株式会社スカイロジック |
5.3%
|
| 8 | 株式会社中央電機計器製作所 |
5.3%
|
| 9 | 株式会社アラヤ |
5.3%
|
| 10 | 株式会社Roxy |
3.5%
|
4 点の製品がみつかりました
4 点の製品
株式会社中央電機計器製作所
510人以上が見ています
最新の閲覧: 1時間前
返信の比較的早い企業
100.0% 返答率
16.7時間 返答時間
AI画像認識技術を活用した外観検査ソフトウェアを提供します。金属、フィルム、樹脂、印刷物など多種多様な検査物の外観検査に対応可能...
株式会社中央電機計器製作所
520人以上が見ています
最新の閲覧: 3時間前
返信の比較的早い企業
100.0% 返答率
16.7時間 返答時間
AIの物体検出技術を活用した外観検査ソフトウェアです。金属加工品、フィルム、樹脂成形品、印刷物など多種多様なワークの外観検査に対...
コグネックス株式会社
340人以上が見ています
最新の閲覧: 8時間前
5.0 会社レビュー
100.0% 返答率
39.7時間 返答時間
■概要 フレキシブルツールがなければ、通常の工程変動によって検査中に誤品が発生する可能性があります。コグネックスのフレキシブル傷...
ＴＤＳＥ株式会社
120人以上が見ています
■外観検査システムとは 異常検知AIを構築することで製品の品質確認や設備の保全業務など従来、人が目視によって行っていた外観検査をAI...
製品や部材の外観検査は通常、作業者の目視によるチェックにより行われています。
正常な製品や部材と比較して、形状や色に違いはないか、傷やくぼみなどが出来ていないか、異物などが混入していることはないかなどの視点でチェックを行います。
この様な作業はスキルや経験に加え集中力の持続が欠かせません。集中力を欠くと途端に見落としが発生し、そのまま不良品を出荷することになりユーザからのクレームにつながります。
この様な事態を回避するために画像認識および比較技術を使い、正常な製品、部材をコンピュータ上にメモリして置きこれをリファレンスとして自動的に被検査物をチェックして良品、不良品を振り分けるのが外観検査ソフトです。
外観検査ソフトの利用分野は非常に多岐にわたります。
金属や木目、樹脂製品などの表面の傷や汚れ、食品類の外観的な形状や汚れ、異物混入のチェックなどに使われます。
また、製品などになされている印字などのずれや欠け、汚れなどのチェックなどにも使われます。
更にコンタクトレンズの欠け、CD/DVD表面の傷や、プリント基板における部品実装状態やはんだ付け不良の検出、半導体への異物混入や傷のチェックなどを行える外観検査ソフトもあります。
外観検査ソフトの基本的な構成は次の通りです。
カメラにて比較対象となる良品画像を撮影します。撮影された画像データから特徴を抽出し、コンピュータ上に記憶しておきます。
次に被検査対象の画像データを撮影し、同様にして特徴抽出を行います。その結果両者のデータ間の類似度により、良品もしくは不良品の判定を行うという処理となります。
以上の様な基本的な外観検査ソフトに対して、最近ではAIの機能を搭載することでより精度の高い判定を行うことができるシステムがリリースされています。
カメラにてリファレンスとなる画像をキャプチャするところまでは同じですが、この場合、多くの良品画像をキャプチャし、そこから良品画像の特徴を抽出します。これをリファレンス画像データとして、システムに組み込みテストを行います。
いくつもの被検査物に対して良品、不良品の判定を行います。その判定結果が妥当か否かをシステムに学習させ、再度、特徴抽出データを修正しますて試験を繰り返すというサイクルを何度か回すことにより、不良品の検出率を上げていきます。
参考文献
https://www.screen-icts.co.jp/works/imagedefectdetection/
https://www.macnica.co.jp/business/ai_iot/solutions/inspection/
https://www.jnovel.co.jp/service/mv/
https://www.uis-inf.co.jp/urcp/software.html
