前処理フィルターとは
画像処理の基本は「綺麗な画像を撮ること」です。しかし、それだけでは検査が安定しないケースがあります。前処理フィルターを適用することで、背景のノイズを除去したり、欠陥を強調したりして、検査に最適な画像に加工できます。
基本の4フィルター
膨張
3×3の領域で最も明るい画素に置き換え。黒いノイズを除去し、白い欠陥を強調します。
収縮
3×3の領域で最も暗い画素に置き換え。白いノイズを除去し、黒い欠陥を強調します。
平均化
3×3の領域の平均値に置き換え。ノイズを抑え、輪郭を滑らかにします。
メディアン
3×3の領域の中央値に置き換え。輪郭形状を保ったまま、ノイズの影響を抑えます。
エッジ抽出
ソーベル、プレヴィット、ラプラシアン等。明暗の変化を検出して輪郭を強調します。
コントラスト変換
特定の階調の濃淡差を強調。コントラストの低い対象を検出しやすくします。
濃淡補正（リアルタイム濃淡補正）
外観検査で最もよく使われる前処理の一つです。ハレーション（照明の映り込み）や背景の模様の影響を軽減し、欠陥のみを浮かび上がらせます。
原理は「入力画像から推定背景画像を作り、入力画像から推定背景画像を引く」というシンプルなもの。曲面のワークなど陰影が発生しやすい検査対象で特に効果を発揮します。
差分処理
登録した良品画像と入力画像を重ね合わせ、差分を取ることで変化した箇所だけを抽出します。汚れ、欠け、変形など「良品から変化した部分」を検出したい場合に有効です。
多段階フィルターの活用
一つの前処理だけで解決しない場合、複数のフィルターを重ねて使います。例えば「ぼかし→濃淡補正」の組み合わせで、細かいノイズを消しつつ、急峻なコントラスト変化だけを抽出できます。
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、検査対象と欠陥の特性に合わせた前処理の設計が強みです。適切な前処理を施すことで、AIに頼らずともルールベースで安定検出できるケースも多く、結果としてシステムコストを抑えられます。
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 →