カメラ選定が検査精度を決める
AI外観検査の精度は、AIアルゴリズムだけでは決まりません。カメラで取得した画像の品質が検査精度の土台です。どんなに優秀なAIでも、画像に映っていない欠陥は検出できません。
画素分解能とは
画素分解能とは、1画素が実際に何mmに相当するかを示す値です。計算式はシンプルです。
画素分解能 = 撮像視野（mm）÷ 画素数（pixel）
例えば、Y方向の撮像視野を100mmにした場合、31万画素カメラ（480画素）なら画素分解能は約0.21mm/pixel、500万画素カメラ（2050画素）なら約0.05mm/pixel、2100万画素カメラ（4092画素）なら約0.02mm/pixelとなります。
最小検出サイズの求め方
画像検査では、欠陥を安定して検出するために5画素程度のデータが必要です。つまり最小検出サイズは以下の式で求まります。
最小検出サイズ = 画素分解能 × 5
逆に、必要な画素数を求めるには以下の計算をします。
必要な画素数 = 撮像視野 ÷ 最小検出サイズ × 5
| カメラ画素数 | 視野100mmでの画素分解能 | 最小検出サイズ |
|---|---|---|
| 31万画素 | 0.21mm/pixel | 約1.0mm |
| 500万画素 | 0.05mm/pixel | 約0.25mm |
| 2100万画素 | 0.02mm/pixel | 約0.12mm |
被写界深度
被写界深度とは、ピントが合っているように見える奥行きの範囲です。高さのあるワークや、搬送時に高さがバラつく場合に重要になります。
被写界深度を深くするにはレンズの絞りを絞る必要がありますが、絞ると画面が暗くなり、解像力も低下します。シャッター速度・絞り・感度のバランスを検査内容に合わせて調整する必要があります。
シャッター速度の決め方
搬送中のワークを撮影する場合、ブレを抑えるには以下の目安でシャッター速度を設定します。
シャッター速度 = 画素分解能 × 2 ÷ ライン速度
例えば、画素分解能1mm/pixel、ライン速度500mm/秒の場合、シャッター速度は0.004秒（4ms）以下が必要です。
Nsightのアプローチ
Nsightは元キーエンス画像処理部門のメンバーが在籍しており、カメラの画素数・分解能の計算から、レンズ・照明との組み合わせ、シャッター速度の最適化まで一体設計します。「カメラを買ったが検査精度が出ない」という相談も多く、機器選定からやり直すケースも少なくありません。
多品種外観検査（VLMは裏方として活用）
ルールベース＋従来AIで検査を行い、VLMは「学習コストを下げる武器」として裏方で活用します。NG画像生成・アノテーション自動化・ブラウザベースの学習機能の3つをパッケージ化していく方針です。これらの機能により、お客様にとっての使いやすさを高めると同時に、各現場の検査データを蓄積できる構造を作ります。
ラベル文字認識・照合（VLMが検査自体を行う）
賞味期限・ロット番号・産地情報等の日本語テキストを読み取り、マスターデータと照合する用途です。VLMが学習なしで文字の位置と意味を理解するため、品種が変わっても設定変更なしで対応可能です。
サンプル画像をお送りいただければ、検査精度の無料検証を実施します。
無料サンプル検証を依頼する →外観検査用カメラ選定の基本軸
カメラ選定は外観検査の精度・速度・コストを決定する重要要素。要求精度・ライン速度・予算から最適機種を選定します。
主要カメラタイプ
タイプ①: エリアスキャンカメラ
2次元センサーで一度に1フレーム撮像。最も汎用的。
タイプ②: ラインスキャンカメラ
1次元センサーで連続撮像。長尺対象に最適。
タイプ③: 高解像度カメラ
20〜100MPクラス。微細部品・大判検査に必要。
タイプ④: 高速度カメラ
毎秒1000フレーム以上。動的検査に対応。
タイプ⑤: マルチスペクトルカメラ
可視光以外の波長（赤外・紫外）で撮像。素材識別。
カメラ仕様の選定基準
| 要素 | 確認ポイント |
|---|---|
| 解像度 | 検査対象の最小特徴×3ピクセル以上 |
| センサーサイズ | レンズイメージサークルとの整合 |
| フレームレート | ライン速度の1.5倍以上 |
| シャッター方式 | 動的対象はグローバルシャッター |
| インターフェース | GigE/USB3/Camera Link |
| 耐環境性 | 産業用認証（CE、FCC） |
主要メーカー
- Basler（独）：産業標準
- FLIR/Teledyne（米）：多用途
- Hikrobot（中）：高解像度
- SONY（日）：センサー技術
- Canon（日）：レンズ統合
カメラとAI性能の関係
カメラ画質が悪ければAIも判定不能。「AIで何とかなる」発想ではなく、撮像段階で必要情報を確実に取得する設計が、検査AI成功の前提です。
カメラ選定の3つの落とし穴
カメラ選定で陥りやすい落とし穴を整理します。第一に、解像度過剰選定（必要以上のMPでコスト増・処理時間増）。第二に、フレームレート不足（ライン速度に追いつかない）。第三に、インターフェース選定ミス（GigE/USB3/Camera Linkの選び方）。これらの落とし穴を回避するには、要求仕様の正確な把握と、複数機種の比較検証が不可欠です。
カメラとAIの整合性
カメラ画質の悪さをAI技術でカバーするのは現実的に困難です。「AIで何とかなる」発想ではなく、撮像段階で必要情報を確実に取得する設計が、検査AI成功の前提条件。逆に、優れたカメラ選定があれば、シンプルなAIアルゴリズムでも高精度判定が実現できます。投資配分の優先順位を間違えないことが重要です。
カメラ選定のベンダー比較
カメラ選定では複数ベンダーの比較が標準的です。Basler・FLIR・Hikrobot・SONY・Canonなど主要メーカーの製品を、価格・性能・サポート・産業実績で評価。最低3社の見積もり比較とPoC実施が、選定精度を高めます。