傷・打痕の自動検査——照明の当て方で決まる写り方と、AIの前に整えること | newji
製造業の AI・DX 導入

紙・FAX・転記の手作業を、
AI やシステムで減らします。

何を AI 化すればよいか決まっていなくても構いません。1 つの業務から試せます。相談は無料です。

AI/DX支援を見るAI/DX支援のページへ

投稿日:2026年11月9日

傷・打痕の自動検査——照明の当て方で決まる写り方と、AIの前に整えること

傷・打痕の検査を、撮り方から一緒に組み立てる→ AI・DXの相談窓口

この記事のポイント(結論先出し)

傷や打痕の自動検査が難しいのは、AI の性能より先に、画像に傷が写るかどうかが照明の当て方で決まるからである。浅い打痕は面の傾きの小さな変化なので、照明と観察の角度をそろえて傾きの違いを明るさに変える撮り方があるが、角度を絞るほど感度は上がる代わりに測れる傾きの幅が狭くなる[1]。金属加工品には油の付着・加工の模様・表面処理・材料のばらつきといった外乱があり、それが自動化を阻んできた[2]。光沢のある面は照明のぎらつきが出るので照明の種類から選び直す[3]。複数の方向から照明を当てて面の向きを求める方法は、平らな試料の例で、汚れに反応せず凹みを拾えた[4]。AI は、外乱を減らした画像を入力したほうが働きやすい[1]。外に頼むときは、ワークの実物と傷の限度、置き方のばらつき、1 個にかけられる時間を渡し、撮像の条件と、拾えた傷の大きさの記録を受け取る。

この記事は、金属部品や樹脂成形品の傷・打痕・へこみを人の目で見ている工場の生産技術・品質担当が、自動検査を検討するときに何から決めるかを扱う。AI の外観検査を始める前に決めること一般(見逃してはいけない不良、判定の境目、人の最終判断)は外観検査を AI で自動化する前に決めること、外観の合否の基準そのものの決め方は外観の合否基準を仕入先と決めるにある。ここでは、傷と打痕に固有の「写し方」と、外に頼むときの渡し方に絞る。

人には見えるのに、機械には難しい理由

🧭 この記事のような取り組みを、自社で進めたいときは。業務の整理から、AI・システムの導入、社内への定着まで、newji の AI/DX支援が一緒に進めます(製造業向け・相談は無料)。
AI/DX支援を見る →

精密工学会の技術賞を受けた解説は、カメラで撮った画像を画面に映すと人には傷が分かるのに、同じように傷だけを拾う画像処理を組むのは容易でない場合がある、と書いている[5]。人は「何を探せ」と言われなくても、画像の中で周りと違うところに気付く。この解説は、その働き(周辺視や、注視中の目の細かな揺れ)をまねて解像度と格子の位置を変えながら画像を重ね合わせる処理を組み、形の異常・しみや汚れ・配置の異常などを同じ処理で見つけられることを示している[5]。裏を返せば、決まった規則で傷を拾う方法では、対象ごとに処理を作り込む「一品一様」の開発になりやすいということである[5]。

電気製鋼に載った解説は、鍛造・鋳造・絞りなどの金属表面の欠陥には傷・打痕・ばり・へこみ・鋳巣・材料欠陥・加工ずれなどがあり、単純で均一な表面なら画像検査にしやすいが、一般の金属加工品には油の付着、許される範囲の表面粗さや加工精度、加工の模様、表面処理の状態、材料のばらつき、洗浄の状態といった外乱があるため、画像検査に移れずに目視に頼っているのが現状だ、と書いている[2]。良品の画像を基準にして比べる方法では、外乱のために基準の画像を何枚も登録し、部位ごとや製品ごとに感度を設定する必要が出て、調整が煩雑になるという[2]。

岐阜県の研究報告も、電子部品のような小型部品の分野では画像処理による外観検査が主流になっているが、自動車関連部品のように大きな曲面を持つ部品には電子部品用の画像処理をそのまま当てはめられず、目視が主流になっていると書いている[4]。

傷と打痕は、写り方が違う

傷と打痕は同じ「外観不良」でも、画像の上での現れ方が違う。線状の傷は表面の色や光り方の違いとして写ることが多いが、浅い打痕やへこみは色が変わらず、面の向き(傾き)がわずかに変わるだけのことがある。豊田中央研究所などの研究は、金属部品のごく浅い打痕を写す方法として、健全な部分と打痕の部分で表面の傾きが違い、反射光の進む方向が変わることを利用する方法を挙げている[1]。次の表は、写り方の違いを整理した目安である。撮り方は部品の材質や形で変わるので、実物で試して決める。

欠点 画像の上での違い 撮り方の例 取り違えやすいもの
線状の傷・すり傷 光り方・明るさの線 斜めから当てる照明、拡散光 加工の筋目、研磨の模様
浅い打痕・へこみ 面の傾きのわずかな変化 照明と観察の角度をそろえる撮り方[1]、複数方向からの照明で面の向きを求める方法[4] 油の付着、部品そのものの面の傾き
汚れ・しみ 色・明るさ 通常のカメラと均一な照明 浅い傷(色が変わる場合)
光沢面の欠陥(めっき面など) 反射の乱れ ぎらつきを抑える照明の選定[3] 照明やカメラの映り込み

複数の方向から順に照明を当てて撮り、面の向き(法線)を求める照度差ステレオ法について、岐阜県の研究報告は、はっきりした境目が無くゆるやかに変わるへこみも見つけられること、石膏の板の傷と汚れを撮った例で、汚れは面の向きの画像には影響しなかったことを報告している[4]。一方で、照明のむらを補正するために平らな対象に限った検証になっていることも書いている[4]。

照明の角度で、感度と測れる範囲が決まる

照明と観察の角度をそろえて浅い打痕を写す方法では、面が光軸に垂直なときに最も明るく、面が傾くほど暗くなる。豊田中央研究所と愛知製鋼の研究は、照明の当たる角度と観察する角度をそろえることが浅い打痕を見つける条件で、両方を小さく(光をより平行に)すると傾きの検出の感度は上がるが、その代わり検出できる傾きの範囲が小さくなる、と説明している[1]。さらに、部品の部位ごとに面の傾きが数度違い、その傾きが検査のときには分からない場合は、面ごとに光軸を合わせるのが容易でないことを課題に挙げている[1]。

項目(研究に書かれた値・条件) 内容
角度と合わせの精度の例 照明・観察の角度をともに 2 度にすると、面に対して ±1 度の精度での光軸の調整が要る
対象の部品の面の傾き 部位ごとに最大で数度違い、検査のときには分からない
試した打痕の見本 銅の基材、表面粗さ Rz(JIS)数 μm、加工油の膜厚およそ 0.1 mm、打痕の深さ数 μm〜数百 μm
ローアングル照明で撮った場合 打痕の一部でしか明るさの変化が見えず、有無だけでなく大きさの評価も難しかった
提案した方法の弱み 1 視野につき複数回撮るので検査時間が長くなる。振動など油以外の外乱の影響は今後の課題

この研究は、照明側の角度を段階的に変えて撮った画像を積み重ねることで、測れる傾きの範囲を広げ、さらに角度の方向に正規化することで加工油の付着の影響を減らせたと報告している[1]。表の値はこの研究の条件での値で、他の部品にそのまま当てはまるものではない。読み取るべきなのは、照明の角度という 1 つの設定で、感度・測れる範囲・検査時間のあいだに取り合いがあるということである。

外乱を減らしてから、AI に渡す

同じ研究は、近年は AI 技術の発展で様々な外観検査のモデルが開発されているが、外乱の少ない画像を入力に使うことで検査の性能を高められると考えられる、と書いている[1]。加工油が付くと、空気と油の境目で光の一部が反射し、油の中を通る距離に応じて光が弱まるため、油の付いたところは暗く写り、周りと明るさが違う部分を打痕とみなす処理では誤って拾うおそれがある[1]。

光沢面のぎらつきも同じ種類の問題である。岐阜県産業技術総合センターの研究は、めっきした部品を普通のカメラとリング型の照明で撮ると鏡面反射のぎらつきが出たので、偏光カメラ、偏光フィルタ付きの照明、ドーム照明と順に試し、ぎらつきや映り込みが残る、カメラ穴の影が出るといった問題を経て、フラットドーム照明を選んだと報告している[3]。そのうえで、良品の画像から外れたものを拾う型の異常検知の手法を当て、めっき不良を検出できることを確かめている[3]。照明を決めてから判定の手法を当てる、という順番になっている。

電気製鋼の解説も、浸透探傷・磁粉探傷・渦流探傷・光切断法のように、外乱の影響をある程度受けずに欠陥を見つけやすくする間接的な方法があることを挙げている[2]。画像の AI にこだわらず、欠陥を目立たせる別の方法と組み合わせることも選択肢になる。

工程のどこで見るか

傷や打痕は、最後の出荷検査だけでなく、発生した直後に見つけるほうが損が小さいことが多い。豊田中央研究所などの研究は、プレス加工で金型に異物が付くと打痕が続けて出るおそれがあり、プレスの直後に打痕を見つけて機械を止められれば、不良の連続を防げると書いている[1]。岐阜県の研究報告も、ロットの中の一部の部品に欠陥があればそのロット全体が欠陥扱いになることがあり、大きな損失になると書いている[4]。

一方で、加工の直後は油が付いている、部品の温度が高い、ワークの姿勢がそろっていない、といった条件の悪さがある。洗浄の後や組み立ての前など、条件のそろう場所で見るか、発生の直後で見るかは、止めたい不良と画像の撮りやすさの取り合いで決める。どの工程を最初に試すかの決め方は工場で最初にデジタル化する業務の選び方も参考になる。

外に頼むときに渡すもの・受け取るもの

傷・打痕の自動検査は、撮像の条件づくりが仕事の大半を占める。頼み先に試し撮りを依頼するときは、次のものを渡し、次のものを受け取る。

区分 中身
渡す:実物 良品と、傷・打痕の種類ごとの不良品。合否の境目に近い実物(限度見本)を必ず含める
渡す:欠点の定義 傷・打痕の長さや深さの許容、検査する面と見ない面の区分
渡す:ばらつきの情報 油の有無、加工の模様、表面処理の種類、ロットによる色や光沢の違い、置いたときの姿勢のずれ
渡す:時間と場所 1 個にかけられる時間、置ける場所、振動や外光
受け取る:撮像の条件 照明の種類・角度・位置、カメラとレンズ、1 個あたりの撮影回数と時間
受け取る:試し撮りの画像 限度見本が写っているか。良品の模様や油がどう写るか
受け取る:拾えた大きさ どの大きさ・深さまで拾え、良品を何個拾ったか。拾えなかった傷の写真

限度見本の作り方と保ち方は不良の境目を写真で決める、削った部品の仕上げの見た目を仕入先と合わせる方法は切削加工品の外観の仕上げを仕入先と合わせるにある。

限度見本はあるが撮り方が分からない段階から相談できる→ 傷・打痕の検査を相談する

よくある質問

カメラの解像度を上げれば、浅い打痕も写りますか

解像度だけでは足りないことが多い。浅い打痕は色ではなく面の傾きの違いなので、照明の当て方で傾きの違いを明るさに変えないと写らない[1]。精密工学会の解説も、照明・光学系の工夫と高解像度のカメラが揃っても自動化は一品一様になりがちだと書いている[5]。

部品の形が品番ごとに違います。1 台の装置で見られますか

品番ごとに面の向きや光り方が違えば、照明の角度や位置の最適な値も変わる。研究でも、面の傾きが部位ごとに違うことが課題として挙げられている[1]。品番の数が多い場合は、照明を切り替えられる仕組みにするか、品番の群ごとに撮像の条件を分けるかを、試し撮りの段階で決める。品種が多いときの進め方は品種が数百あるときの AI 検品で扱っている。

油が付いたままでは検査できませんか

油が付いた状態で打痕を写す研究もあり、照明の角度を変えた画像を正規化することで油の影響を減らせたと報告されている[1]。ただし検査時間が延びるなどの取り合いがある[1]。洗浄の後で見られるなら、そのほうが条件はそろいやすい。

まとめ

傷・打痕の自動検査は、まず画像に写るかどうかを照明の当て方で決める。浅い打痕は面の傾きの変化で、照明と観察の角度をそろえる撮り方では、感度と測れる範囲と検査時間のあいだに取り合いがある。油・加工の模様・光沢といった外乱を照明の選定で減らしてから、判定の手法や AI を当てる。工程のどこで見るかは、止めたい不良と撮りやすさで決める。外に頼むときは限度見本と外乱の情報を渡し、撮像の条件と拾えた大きさの記録を受け取る。

出典・参考資料

  1. 加工油が付着した金属部品の打痕検査技術の開発(浅野 佳祐・岡田 大樹・赤松 拓未/精密工学会誌 91 巻 3 号/2025 年)
  2. 金属表面検査における画像処理技術動向(新田 雅康/電気製鋼 79 巻 4 号/2008 年)
  3. ものづくり現場における AI 技術の活用に関する研究開発(第 1 報)-めっき処理部品の外観不良を検出する画像検査システムの開発-(内野 義友輝・渡辺 博己/岐阜県産業技術総合センター研究報告 第 6 号)
  4. 照度差ステレオ法による外観検査システムの研究開発(窪田 直樹・渡辺 博己/岐阜県情報技術研究所研究報告 第 19 号)
  5. 目視検査作業の機械化を目指した人の検査メカニズムのモデル化 ―【傷の気付きアルゴリズム】技術開発―(輿水 大和・青木 公也・舟橋 琢磨・三和田 靖彦・石井 博行/精密工学会誌 83 巻 2 号/2017 年)

傷・打痕の検品を、画像と AI で効率化したいとき

newji の AI/DX 支援は、業務の整理から AI・システムの導入、導入後の手直しまでを受け持ちます。対応する業務には画像による検品と検査記録の入力・集計も含みます。最初から大きな装置を作らず、1 つの品番・1 つの工程から小さく試します。AI を使わず、いまの検査の手順や記録の見直しで済む場合は、そう提案します。どこを人が見るか、人の確認をいつ減らすかを人が決めて見張る形で組みます。初回のご相談は無料で、秘密保持契約にも対応します。検出できる傷の大きさや効果を前もってお約束するものではありません。

AI/DX 支援について見る この傷・打痕の検品を相談する

WHITE PAPER

この記事の理解を深める
無料ホワイトペーパーをプレゼント

製造業の現場で使える実務資料(PDF)を無料でお届けします。"こんな資料が届きます" ↓ 下のボタンからどうぞ。

AI 一次診断(無料・お名前の入力なし)

この症状の原因を、AIが分析します

材料・加工方法・条件と、起きている症状を書いてください。考えられる原因、まず確かめること、切り分け方、専門の会社に聞くことを AI が整理します。

1 日 3 回まで0 / 1,500 字

社外秘・機密情報・個人情報・図番など、公開できない情報は書かないでください。

AI の回答は可能性の整理で、原因を断定するものではありません。入力内容は AI 診断と改善のため 30 日間保存し、その後削除します(プライバシーポリシー)。

AI を使わずに直接相談する →

📄 取引先から受け取った仕様書の要求を、1 件ずつ一覧にします — 仕様書の要求事項一覧(無料・社数限定)

𝕏NEWJI総研は、調達・品質・設計の知識を X でも発信しています — @newji_souken をフォロー

NEWJI総研

購買・調達や設計・品質の実務を、
研修テキストと実務書式にまとめています。
無料サンプルで中身を確かめられます。

NEWJI総研の資料を見る

OEM/ODM 生産委託

アイデアはある。作れる工場が見つからない。
試作1個から量産まで、加工条件に合わせて最適提案します。
短納期・高精度案件もご相談ください。

加工可否を相談する

AI/DX支援

見積・発注、紙・FAX、品質記録など、
人に頼って回っている業務を、AIと仕組みで回る形に。
まずは無料でご相談ください。

AI/DX支援を見る

見積・発注クラウド Newji one

受発注が増えるほど、入力・確認・催促が重くなる。
受発注管理を“仕組み化“して、ミスと工数を削減しませんか。
見積・発注・納期まで一元管理できます。

機能を確認する

You cannot copy content of this page