適用事例

製造業用X線CTスキャン再構成画像を用いた樹脂製品クラック検査の自動化

樹脂製品のクラックの有無はX線CTスキャン再構成画像を目視で作業員が検査することに頼っていた。この手法では作業員のさじ加減により検査結果に偏りが生じてしまうこと、及び高コストなことが課題であった。この断面画像の良品、不良品判定を機械学習に置き換え、さらに不良品発生率が1/100000以下となる統計モデルを特別に設計した。

X線透視画像を用いた機械学習による変形箇所認識

古典的な画像マッチングアルゴリズムであるテンプレートマッチングは変形が大きい画像はマッチングできないため、機械学習を用いた変形箇所認識ソフトを開発した。学習データ数が各クラスごとに偏りを持つと、学習結果も偏った結果となってしまうことが評価関数から生じる技術的課題であったが、効果的にデータの水増しを行って学習データ数を揃えることで必要精度に到達することに成功した。

X線透視画像を用いた電子基盤画像検査の高速化

電子基盤画像検査によく使われるテンプレートマッチングは計算コストが非常に高く、この条件では計算時間がタクトタイムを大幅に超過してしまっていた。そこで、参照するピクセルを統計的な重要度に従って階層化し、最速で2ピクセル参照するだけで正誤判定が可能な高速テンプレートマッチングを実装し、計算時間を300秒から2秒に劇的に短縮することに成功した。