値化処理のキーワードサーチ

フォト印字印字 編
JPG、BMP などの画像データを直接取り込みそのまま印字が可能です。
印字だけでなく製品のデザインも簡単にできるようになりました。
■画像データもそのまま印字
印字制御能力の向上に伴い、フォト印字機能に階調印字モードを搭載しました。
従来の二値化処理方式に比べ、画像の表現能力が飛躍的に向上します。
■新フォト印字機能
二値化処理印字（拡大するとドットが目立つ） 階調印字（ドットの見えない繊細な印字が可能）

｢表」や「セル」を認識する技術は、キーエンスの画像処理技術が活かされています。
コラム ● 画像処理 粒子解析技術
ゆらぎ対応機能1−4
データの項目数や行数、位置などフォーマットの様々な“ゆらぎ”に自動で対応します。
ゆらぎを検知し自動でデータベースに登録が可能です。
A B C
元データ 二値化画像 分離画像顕微鏡画像 二値化処理 分離処理
顕微鏡により拡大された
「粒子」の生画像
生画像から二値化処理を
行ない、明部と暗部に分類
二値化画像から、
重なり合う粒子を分離処理
◎対象Excelシート
罫線情報などを元に
表のある領域を認識します。
認識した領域に分離解析処理を行ない、
項目とデータを分離し構造化します。
▶セルの罫線情報等に画像処理を応用することにより、表の認識を行ないます。
処 理 手 順
項目数が
多い場合
データ数が
多い場合
7
デ
ー
タ
作
成
1

DLL＝Dynamic Link Library
粒子解析機能
ヒストグラム・2値化機能
DLL機能
計測した画像データの“カラー”“光量”“高低”それぞれのデータに対してヒスト
グラム表示を行ない、任意に設定したしきい値に該当するデータの「面積」や「面
積率」などが計測可能。また、任意に設定したしきい値で画像の２値化処理をし
たうえで、様々な計測を行なうこともできます。
粒子（円）形状が視野範囲内に多数ある対象物に対して、自動で「円形分離」
や「膨張」「縮退｣処理を行ない、隣接する円形状の自動分離などの計測前処理
後に、｢個数」「粒径」「長径・短径」などの計測を行なうことができます。
外部からのリモート操作に対応可能。ＶＫをオンラインで使用したり、電動ステー
ジと連動して、対象物の任意のポイントを連続測定することが可能です。
ヒストグラム表示 二値化処理による計測結果
カラーCCD（×3000）
金属粒子（×1000）
オプション
21

11
４−４ のまとめ
４−４ カラー２値化処理
白黒カメラが持つ濃淡情報は256階調ですが、カラーカメラならRGBそれぞれに256階調を持つので、256×256×256＝
16,777,216階調の情報を持ちます。この白黒カメラ比8万倍の情報により、グレー256階調では検出できない物が検出できるよう
になります。この約1677万階調の中から指定した色範囲だけを抽出する機能をカラー２値化処理といいます。
カラー画像センサはRGB毎の256階調濃淡データ＝1677万階調データを使うことで、白黒カメラ
の256階調では判別できない色の差を検出できます。カラーカメラを使うことで、画像センサの用途
は大きく広がります。
カラー２値化処理の実用例
コイルの巻き線から
緑色の線の切れを検出する場合
巻き線から緑色だけ
を色抽出し、カラー
２値化処理を実行
緑色だけが抽出された
画像です。
どこか１箇 所がきれて
も検出可能です。
４−５ カラー濃淡処理
カラーカメラの情報量は白黒カメラの8万倍あると書きましたが、この情報を全て処理に使うと膨大な処理時間がかかります。一方
高速ラインで用いられる画像センサには、百分の一秒単位の処理時間が求められます。また２値化処理では検査できない形状サー
チや外観傷検査の用途においては、多すぎる情報量がノイズとなって特徴点を曖昧にする恐れがあります。この双方の問題をクリア
する為に開発された前処理機能が「カラー濃淡処理」です。
左のワークのように淡い色の模様を検出する場合、白黒
濃淡処理では非常に薄い模様として認識されます。これ
に対してカラー濃淡処理なら、色情報をもとに濃淡画像を
作成するので背景は真っ黒、淡い色ははっきりしたグレー
として認識可能です。
両者でマークの形状違いや位置ズレを検査した場合、どち
らが安定するかは一目瞭然です。
カラー画像の膨大なデータを、指定した色を明度の最高階調とする
256階調グレー画像に変換する前処理です。明るさだけでなく、色
情報を用いるために金と銀の判別や、淡い色の判別など白黒カメラ
では検出困難な検査に対応できます。
４−５ のまとめ
カラーカメラは情報量が多いという利点とその情報量が多いために処理時間が遅いという弱点を抱
えていました。その弱点を解消するために『カラー濃淡処理』という前処理が開発され、現在ではカ
ラーカメラでも百分の一秒単位の高速処理が実現できています。
白黒カメラ処理画像
カラーカメラ処理画像
実画像
■ カラー濃淡処理のフロー
カラー濃淡処理の実用例

2
４−２ カラーカメラとは
４−３ のまとめ
【表色系について】
画像センサで使われるカラーカメラは一般的に 単板式 といわれるCCDが１つのカメラです。
カラー画像には色の３原色（RGB）情報が必要なので、CCDの１画素毎にRGBいずれかの
カラーフィルターが貼りついており、１画素毎にRGBいずれかの256階調の濃淡情報をコン
トローラに送ります。
コントローラでこの情報を使ってカラー画像処理を行ないます。
４−３ カラー２値化処理
白黒カメラが持つ濃淡情報は256階調ですが、カラーカメラならRGBそれぞれに256階調を持つので、256×256×256＝
16,777,216階調の情報を持ちます。この白黒カメラ比8万倍の情報により、グレー256階調では検出できない物が検出できるようにな
ります。この約1677万階調の中から指定した色範囲だけを抽出する機能をカラー２値化処理といいます。
カラー画像センサはRGB毎の256階調濃淡データ＝1677万階調データを使うことで、白黒カメラの
256階調では判別できない色の差を検出できます。カラーカメラを使うことで、画像センサの用途は大
きく広がります。
撮像素子
CCD
色を数値的に表すための体系を表色系といい、通常は３つの軸を持つ３次元空間で表現されます。
表色系は複数ありますが、色相（Hue）、彩度（Saturation）、明度（Value）の３要素を使う
HSV方式が最も人の目に近く、画像処理に適しています。
白黒カメラ処理画像
カラーカメラ処理画像
実画像
カラー２値化処理の実用例
コイルの巻き線から
緑色の線の切れを検出する場合
カラー２値化処理の実用例
ネジの中から金色のネジだけを
カウントする場合
巻き線から緑色だけ
を色抽出し、カラー２
値化処理を実行
緑 色だけが抽出された
画像です。
どこか１箇所がきれても
検出可能です。
白黒カメラでは金と銀の判別
ができません。明るさの差は
ほとんどないためです。
カラーカメラでは金色のみが
確実にカウント可能です。色
抽出すれば金と銀には明確
な差があります。

11
４−４ のまとめ
４−４ カラー２値化処理
白黒カメラが持つ濃淡情報は256階調ですが、カラーカメラならRGBそれぞれに256階調を持つので、256×256×256＝
16,777,216階調の情報を持ちます。この白黒カメラ比8万倍の情報により、グレー256階調では検出できない物が検出できるよう
になります。この約1677万階調の中から指定した色範囲だけを抽出する機能をカラー２値化処理といいます。
カラー画像センサはRGB毎の256階調濃淡データ＝1677万階調データを使うことで、白黒カメラの
256階調では判別できない色の差を検出できます。カラーカメラを使うことで、画像センサの用途は大
きく広がります。
カラー２値化処理の実用例
コイルの巻き線から
緑色の線の切れを検出する場合
巻き線から緑色だけ
を色抽出し、カラー
２値化処理を実行
緑色だけが抽出された
画像です。
どこか１箇 所がきれて
も検出可能です。
４−５ カラー濃淡処理
カラーカメラの情報量は白黒カメラの8万倍あると書きましたが、この情報を全て処理に使うと膨大な処理時間がかかります。一方
高速ラインで用いられる画像センサには、百分の一秒単位の処理時間が求められます。また２値化処理では検査できない形状サー
チや外観傷検査の用途においては、多すぎる情報量がノイズとなって特徴点を曖昧にする恐れがあります。この双方の問題をクリア
する為に開発された前処理機能が「カラー濃淡処理」です。
左のワークのように淡い色の模様を検出する場合、白黒
濃淡処理では非常に薄い模様として認識されます。これ
に対してカラー濃淡処理なら、色情報をもとに濃淡画像を
作成するので背景は真っ黒、淡い色ははっきりしたグレー
として認識可能です。
両者でマークの形状違いや位置ズレを検査した場合、どち
らが安定するかは一目瞭然です。
カラー画像の膨大なデータを、指定した色を明度の最高階調とする
256階調グレー画像に変換する前処理です。明るさだけでなく、色
情報を用いるために金と銀の判別や、淡い色の判別など白黒カメラ
では検出困難な検査に対応できます。
４−５ のまとめ
カラーカメラは情報量が多いという利点とその情報量が多いために処理時間が遅いという弱点を抱
えていました。その弱点を解消するために『カラー濃淡処理』という前処理が開発され、現在ではカ
ラーカメラでも百分の一秒単位の高速処理が実現できています。
白黒カメラ処理画像
カラーカメラ処理画像
実画像
■ カラー濃淡処理のフロー
カラー濃淡処理の実用例

入力画像と入力画像から作成した内部処理画像を差分演算することで、
背景のゆるやかな濃淡変化(シェーディング)を除去します。この画像改善
フィルタにより、キャップの輪郭を正確に映しだすことができます。
多点のエッジ位置情報から自由曲線で構成される輪郭線を生成。この曲線
から一定量飛び出した箇所を不良箇所として検出しますので、微小な変形も
安定検出できます。自由曲線は入力形状に合わせてリアルタイムに追従し
ますので位置補正の必要もなくインラインでも高い検出能力を発揮します。
2
Case
1難 題 解 決
キャップのひけ・ねりこみ検査
背景のコントラストを均一にする究 極の画像改善フィルタ
リアルタイム濃淡補正処理
ワーク形状による明るさむらが影響し、
うまく欠陥部分のみを検出することが
できません。
CV5000シリーズなら欠陥部分のみ
確実検出！
輪郭形 状 変 化(バリ・欠け等 )検 査はおまかせください！
トレンドエッジ欠陥モード
従 来 方 式
［検査画面］
新 方 式 で 解 決！
2値化処理画像2値化処理画像 リアルタイム濃淡補正処理画像リアルタイム濃淡補正処理画像2値化処理画像
こちらは良品です。下端面部に成形時
の厚みムラが出ています。
キャップの下端のエッジがはっきり出ています。
確
実
検
出！！
Point
1
Point
2
リアルタイム濃淡補正処理画像

VisionMagazineVol.9
一般的な傷・汚れの検出方法
傷検知モードによる
外観検査
画像処理における代表的な用途のひとつである外観検査では、
部品に付着した汚れや傷を不良品として
判定することがよく行なわれます。
しかし、様々な悪条件の中で確実に不良品を検知するという
要望に対して、従来からある一般的な画像処理手法では
対応できないことが多くなってきています。
今回は、CV-2000/CV-2500 のオリジナル処理である
「傷検知モード」について、原理やメリット、活用方法を説明します。
通常の傷・汚れ検査に使用される一般的な画像処理について説明します。
■エリアセンサ
傷・汚れを2値化処理により抽出して、検査領域内での抽出画
素数が一定値以上になった場合、傷・汚れを検知するという使
い方が一般的です。
・比較的シンプルな処理のため、高速処理が可能です。
■ブロブツール
傷・汚れを2値化処理で抽出後、ラベリング処理によりブロブ
としてカウントして、一定値以上になった場合に傷・汚れを検
知するという使い方が一般的です。
・傷・汚れの検出条件を特徴量フィルタで調整できるため、よ
り詳細な判定が可能です。
ブロブとは？
2値化で抽出された画素のうち、連結している画素同士をまとめものをブロブ
（塊）と呼びます。一つ一つのブロブの面積や重心座標などを特徴量として
計測することが可能です。
いずれの方法も 2 値化処理が必要なため、以下のような注意が必要です。
・対象に合わせて適切な 2 値化設定を行なう必要があります ・照明変動や対象ワーク表面状態の影響を受けることがあります
2値化
2値化
《シートの汚れ検知》
柄の中から汚れ部分の面積を計測します
《BGA への汚れ付着検出》
一定面積以外のブロブを異常としてカウントします

VisionMagazineVol.9
一般的な傷・汚れの検出方法
傷検知モードによる
外観検査
画像処理における代表的な用途のひとつである外観検査では、
部品に付着した汚れや傷を不良品として
判定することがよく行なわれます。
しかし、様々な悪条件の中で確実に不良品を検知するという
要望に対して、従来からある一般的な画像処理手法では
対応できないことが多くなってきています。
今回は、CV-2000/CV-2500 のオリジナル処理である
「傷検知モード」について、原理やメリット、活用方法を説明します。
通常の傷・汚れ検査に使用される一般的な画像処理について説明します。
■エリアセンサ
傷・汚れを2値化処理により抽出して、検査領域内での抽出画
素数が一定値以上になった場合、傷・汚れを検知するという使
い方が一般的です。
・比較的シンプルな処理のため、高速処理が可能です。
■ブロブツール
傷・汚れを2値化処理で抽出後、ラベリング処理によりブロブ
としてカウントして、一定値以上になった場合に傷・汚れを検
知するという使い方が一般的です。
・傷・汚れの検出条件を特徴量フィルタで調整できるため、よ
り詳細な判定が可能です。
ブロブとは？
2値化で抽出された画素のうち、連結している画素同士をまとめものをブロブ
（塊）と呼びます。一つ一つのブロブの面積や重心座標などを特徴量として
計測することが可能です。
いずれの方法も 2 値化処理が必要なため、以下のような注意が必要です。
・対象に合わせて適切な 2 値化設定を行なう必要があります ・照明変動や対象ワーク表面状態の影響を受けることがあります
2値化
2値化
《シートの汚れ検知》
柄の中から汚れ部分の面積を計測します
《BGA への汚れ付着検出》
一定面積以外のブロブを異常としてカウントします

VisionMagazineVol.9
一般的な傷・汚れの検出方法
傷検知モードによる
外観検査
画像処理における代表的な用途のひとつである外観検査では、
部品に付着した汚れや傷を不良品として
判定することがよく行なわれます。
しかし、様々な悪条件の中で確実に不良品を検知するという
要望に対して、従来からある一般的な画像処理手法では
対応できないことが多くなってきています。
今回は、CV-2000/CV-2500 のオリジナル処理である
「傷検知モード」について、原理やメリット、活用方法を説明します。
通常の傷・汚れ検査に使用される一般的な画像処理について説明します。
■エリアセンサ
傷・汚れを2値化処理により抽出して、検査領域内での抽出画
素数が一定値以上になった場合、傷・汚れを検知するという使
い方が一般的です。
・比較的シンプルな処理のため、高速処理が可能です。
■ブロブツール
傷・汚れを2値化処理で抽出後、ラベリング処理によりブロブ
としてカウントして、一定値以上になった場合に傷・汚れを検
知するという使い方が一般的です。
・傷・汚れの検出条件を特徴量フィルタで調整できるため、よ
り詳細な判定が可能です。
ブロブとは？
2値化で抽出された画素のうち、連結している画素同士をまとめものをブロブ
（塊）と呼びます。一つ一つのブロブの面積や重心座標などを特徴量として
計測することが可能です。
いずれの方法も 2 値化処理が必要なため、以下のような注意が必要です。
・対象に合わせて適切な 2 値化設定を行なう必要があります ・照明変動や対象ワーク表面状態の影響を受けることがあります
2値化
2値化
《シートの汚れ検知》
柄の中から汚れ部分の面積を計測します
《BGA への汚れ付着検出》
一定面積以外のブロブを異常としてカウントします