AIカメラの過検知・見逃し対策｜照明・レンズ選定で精度を上げる撮像条件設計
AI外観検査で「高性能カメラを買ったのに精度が出ない」という声が後を絶ちません。原因の7割以上は照明設計とレンズ選定の問題です。AIがどれだけ優秀でも、入力画像が不適切なら過検知や見逃しは防げません。本記事では、生産技術・設備保全担当者向けに、照明角度・レンズ・解像度・ワーク反射対策など、検査精度を左右する撮像条件の設計手法を体系的に解説します。
AI外観検査の失敗原因で最も多いのは「学習データ不足」ではなく「撮像条件の不備」です。照明が不安定なら正常品でもフレーム毎に見え方が変わり、AIは判断基準を学習できません。カメラの解像度が不足すれば微細なキズは最初から映りません。ワークの反射特性を無視した照明配置では、キズが光に埋もれて消えます。つまり「見えないものはAIも判定できない」のです。高性能AIに投資する前に、まず「安定した画像」を供給できる撮像環境を整えることが精度向上の大前提となります。
撮像条件設計は「何を検出したいか」の定義から始まります。キズか汚れか異物か、それとも寸法ズレか。検出対象が決まれば、次にワークの反射特性（鏡面/拡散面/透明）を把握します。これにより照明方式（正反射/拡散反射/透過）が決定します。続いてワーキングディスタンスと視野から焦点距離を計算し、レンズを選定。解像度は「画素ピッチ≦欠陥サイズ÷2」を目安に設定します。最後に照明角度・色温度・拡散性を調整し、サンプル撮像で検証します。この順序を守ることで、後工程での手戻りを最小化できます。
照明は「明るくする」ためではなく「欠陥を見えるようにする」ためのものです。鏡面のキズ検出には同軸落射照明で正反射光を利用し、キズ部分だけを暗く浮き出します。梨地仕上げにはドーム照明で拡散面を均一照射。鋳造品のバリ・巣にはローアングル照明（5〜20°）で影を強調します。色温度は固定が原則で、LEDの輝度劣化（初期値80%で要交換）に注意します。外光対策には遮光カバーかストロボ発光で環境光の影響を相対的に抑えます。キーエンスの元技術者が推奨する選定順は「同軸落射→ドーム→ローアングル」です。
レンズ選定では焦点距離・マウント・イメージサークル・解像力が重要です。焦点距離は「（センササイズ×WD）÷撮影範囲」で計算します。マウントはCマウント（1.5型まで）が一般的で、CSマウントは変換リングで対応可能です。イメージサークルはセンササイズより大きいレンズを選び、口径食を防ぎます。レンズの解像力はlp/mmで評価し、画素ピッチより小さい欠陥を検出する場合は高解像設計レンズが必須です。被写界深度はF値と焦点距離で決まり、「±（δ・F_e）/α²」で計算します。許容錯乱円径δは画素ピッチかエアリーディスク径の大きい方を使用します。
金属鏡面（Ra0.1以下）は同軸落射で正反射を利用しキズを暗く浮き出し、梨地・ブラストはドームで均一照射、鋳造品はローアングルで凹凸を影で強調します。樹脂は表面キズ（不透明）にドーム、内部気泡（透明）に透過照明を使い分けます。ガラスは表面キズにローアングル暗視野、エッジ欠けには透過+ローアングル併用が定石です。食品は異物混入に透過+近赤外光、色判定にドーム+色温度制御LEDを使用し、照明器具自体もIP65以上の防水防塵・ステンレス筐体が衛生要件となります。
A: LED照明の寿命は30,000〜50,000時間ですが、輝度は初期値の80%を下回る1〜2年で検査精度に影響します。定期的な輝度測定を運用に組み込み、80%到達時点で交換またはゲイン再調整を推奨します。導入直後は問題なかったのに半年後に過検出が増えた場合、照明劣化が原因の可能性が高いです。
A: 最も確実なのは遮光カバーの設置です。コスト面で難しい場合は、ストロボ照明（パルス発光）を使い、撮像タイミングと発光を同期させることで環境光の影響を相対的に小さくできます。工場の窓や天井照明からの外光は時間帯で撮像条件を変動させるため、外光が原因と特定したら即座に対策が必要です。
A: 焦点距離は「（センササイズ×ワーキングディスタンス）÷撮影範囲」で計算します。被写界深度は光学倍率を用いた式「±（δ・F_e）/α²」で求めます。許容錯乱円径δは画素ピッチまたはエアリーディスク径（1.34×F_e）の大きい方を使用します。F値を大きくすると深度は深くなりますが、小絞りボケに注意が必要です。
A: 判定感度を上げすぎると過検出が増え、緩めすぎると見逃しが増えます。まず撮像条件（照明・レンズ）で欠陥のコントラストを最大化し、その上でAIの閾値を調整します。事業コストで考えると、不良流出コストが高い場合は過検出を許容し後段で人が確認、逆に過検出コストが高い場合は見逃しリスクを取る判断もあります。PrecisionとRecallのバランスはビジネス要件で決定します。
A: 撮影ばらつきの最大要因は「ワーク位置のズレ」「照明の輝度変動」「外光の混入」です。ワーク位置は位置決め治具で固定、照明は定期輝度測定と劣化交換、外光は遮光カバーで対策します。またカメラ・照明・ワークの位置関係が固定されていることを前提に、サンプル画像を取る際も本番と同じ条件で撮影することが絶対条件です。
AIカメラの過検知・見逃しは、照明設計とレンズ選定で大幅に改善できます。照明は反射特性に応じて同軸落射・ドーム・ローアングルを使い分け、色温度を固定し外光を遮断します。レンズは焦点距離・イメージサークル・解像力を計算して選定し、被写界深度はF値と光学倍率で調整します。ワーク材質別に照明方式を最適化し、サンプル撮像で事前検証を徹底することで、AI学習の前に「見える画像」を確保できます。精度向上の7割は撮像条件で決まることを認識し、設計段階から体系的に取り組むことが成功の鍵です。
