• 定量的データによる客観的判断をしたい
• 検査担当者の属人化を解消し、ノウハウの標準化を図りたい
• 目視検査による疲労、見落とし、バラツキを改善したい
• 検査工程、時間の短縮、人手不足の解消を図りたい
• 不良発生の予防に向けたデータ分析と効果的なフィードバックが得たい など
現在、検査装置の導入をお考えの方、または現在使用されている欠陥検査装置以上の性能をお求めの方は、是非弊社までお気軽にお問い合わせください。
導入業界
欠陥検出に
最適な光学設計を行います。
弊社独自の巻取り検査装置にて
ロールサンプルテストも
承っております
検出した欠陥を、
お客様のご希望に合わせ分類
検出要望例 （A社様の場合）
＜例：検出される欠陥＞
＜欠陥の分類希望＞
欠陥として検出したい
欠陥として検出したくない（混入異物ではないため欠陥ではない）
FEのみで個数（傾向）を管理したい
特徴量分類
従来に比べ、分類に用いる特徴量種数が増加。組み合わせにより分類が可能に。
●分類に用いる特徴量
| 従 来 | 特徴量分類 |
|---|---|
| 面積・長さ・幅 最大輝度値 最小輝度値 | 面積・長さ・幅 最大輝度値 最小輝度値 長さ/幅比 面積率 明度比 |
AIでの分類（例）
誤判定した欠陥の再学習により、さらに高い精度で分類可能に。
特徴量分類に比べ分類精度が30%上がります。
●アヤハエンジニアリングの欠陥検査装置ラインナップ
インライン検査
オフライン検査
