フ ト印字 編
ォ■ 画像データもそのまま印字
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。
■ 新フォト印字機能
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。
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）
４−２ カラーカメラとは
ラは一般的に 単 板式 といわれるCCDが１
画 像センサで使われるカラーカメ 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。
撮 像素子
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。 CCD
【表色系について】
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、 （Hue） 彩度
色相 、 （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。
４−３ カラー２値化処理
白 黒カメラが 持 つ 濃 淡 情 報は2 5 6 階 調ですが、カラーカメラならR G Bそれぞれに2 5 6 階 調を持 つので、 5 6× 2 5 6× 2 5 6 ＝
2
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。
巻き線から緑 色だけ 緑 色だけが 抽 出された
カラー２値化処理の実用例
を色 抽 出し、カラー２ 画像です。
コイルの巻き線から 値化処理を実行 どこか１箇 所がきれても
検出可能です。
緑色の線の切れを検出する場合
白黒カ ラ処理画像
メ
カラー２値化処理の実用例
白黒カメラでは金と銀の判別
ネジの中から金色のネジだけを
ができません。 明るさの 差は
カウントする場合 ほとんどないためです。
実画像
カラーカ ラ処理画像
メ
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。
４−３ のまとめ
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。
2
ヒストグラム・2値化 機 能
計測した画像データの ラー”
“カ “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」 「面
や
積率」 どが計測可能。
な また、
任意に設定したしきい値で画像の 値化処理を
２ し
たうえで、
様々な計測を行な こ もでき
うと ます。
カラーCCD
（×3000）
ヒス グラム表示
ト 二値化処理による計測結果
粒子解析機能 オプション
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」 どの計測を行な こ
・ な う とができます。
金属粒子（×1000）
D LL機能 DLL＝Dynamic Link Library
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 ト
ン を連続測定する とが可能です。
こ
21
４−４ カラー２値化処理
白黒カメラが持つ濃 淡 情 報は2 5 6 階調ですが、カラーカメラならR G Bそれぞれに2 5 6 階調を持つので、2 5 6×2 5 6×2 5 6＝
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。
巻き線から緑 色だけ 緑 色だけが抽出された
カラー２値化処理の実用例
を色 抽 出し、カラー 画像です。
２値化処理を実行 どこか１箇 所 がきれて
コイルの巻き線から
も検出可能です。
緑色の線の切れを検出する場合
４− ４ のまとめ
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。
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。
■ カラー濃淡処理のフロー
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。
左のワークのように淡い色の模 様を検出する場合、白黒
カラー濃淡処理の実用例 白黒カ ラ処理画像
メ
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
実画像
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
カラーカ ラ処理画像
メ
らが安定するかは一目瞭然です。
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。
11
４−４ カラー２値化処理
白黒カメラが持つ濃 淡 情 報は2 5 6 階調ですが、カラーカメラならR G Bそれぞれに2 5 6 階調を持つので、2 5 6×2 5 6×2 5 6＝
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。
巻き線から緑 色だけ 緑 色だけが抽出された
カラー２値化処理の実用例
を色 抽 出し、カラー 画像です。
２値化処理を実行 どこか１箇 所 がきれて
コイルの巻き線から
も検出可能です。
緑色の線の切れを検出する場合
４− ４ のまとめ
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。
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。
■ カラー濃淡処理のフロー
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。
左のワークのように淡い色の模 様を検出する場合、白黒
カラー濃淡処理の実用例 白黒カ ラ処理画像
メ
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
実画像
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
カラーカ ラ処理画像
メ
らが安定するかは一目瞭然です。
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。
11
V isionMagazine Vol.9
傷検知モードによる
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、
外観検査 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。
一般的な傷 汚れの検出方法
・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 《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
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。
2値化
■ブロブツール 《BGA への汚れ付着検出》
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 一定面積以外のブロブを異常としてカウントします
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
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
V isionMagazine Vol.9
傷検知モードによる
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、
外観検査 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。
一般的な傷 汚れの検出方法
・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 《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
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。
2値化
■ブロブツール 《BGA への汚れ付着検出》
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 一定面積以外のブロブを異常としてカウントします
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
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
V isionMagazine Vol.9
傷検知モードによる
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、
外観検査 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。
一般的な傷 汚れの検出方法
・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 《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
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。
2値化
■ブロブツール 《BGA への汚れ付着検出》
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 一定面積以外のブロブを異常としてカウントします
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
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
V isionMagazine Vol.9
傷検知モードによる
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、
外観検査 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。
一般的な傷 汚れの検出方法
・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 《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
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。
2値化
■ブロブツール 《BGA への汚れ付着検出》
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 一定面積以外のブロブを異常としてカウントします
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
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
1
デ
ー
1− 4 ゆらぎ対応機能 タ
作
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。
成
ゆらぎを検知し自動でデータベースに登録が可能です。
◎対象Excelシート
項目数が
多い場合
データ数が
多い場合
罫線情報などを元に 認識した領域に分離解析処理を行ない、
表のある領域を認識します。 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。
コラム 画 像処理 粒子解析技術
●
｢表」 「セル」
や 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。
処理手順
A B C
顕微 鏡画像 元データ 二値化処 理 二値化画像 分離処 理 分離画像
顕微鏡により拡大された 生画像から二値化処理を 二値化画像から、
「粒子」の生画像 行ない、明部と暗部に分類 重なり合う粒子を分離処理
7
翻訳キーワード集
