ケイエルブイは、ハイパースペクトルカメラ・光学部品・光源など世界中の光学機器を取り扱う専門商社です。

03-3258-1238

お問い合わせ
KLV大学 ハイパースペクトルカメラコース

ハイパースペクトルカメラ インライン導入のステップを解説

スペクトルカメラは、通常のカメラと比較し、取得できる波長数が多く且つ波長帯も広いカメラです。

そのため、可視光領域の波長情報を細かく取得することで目視ではわからないような差を判別することや、近赤外光領域の波長情報を取得することで組成の違いから差分を検出することができます。
よって、スペクトルカメラを通常のカメラと同じようにインラインに組み込むと、目では判別が難しいものであってもリアルタイムに判別し、合格/不合格の判定をしたり、異物を認識して取り除くことが可能になります。

prediktera_leroy_inline.jpg

↑ハイパースペクトルカメラを用いて、インラインでリアルタイムに血液量や品質のグレードを測定している例

本記事では、スペクトルカメラのインライン導入に関して、一般的な手順を紹介します。
スペクトルカメラの選定、スペクトルカメラの手順毎に様々な選択肢があるので、自身の目的に合わせてよりよいアプローチをご検討いただければ幸いです。

組み込みに関するご相談はケイエルブイにお問い合わせください。

1. スペクトルカメラのインライン導入検討の準備

本記事での”インライン導入”は、製造工程やプロセス内にシステムを統合し、製造プロセスの一部とすることをいいます。
つまり、スペクトルカメラのインライン導入は、スペクトルカメラを製造工程内に設置して、リアルタイムでスペクトル解析や画像処理を行い、必要な判定を行うことを指します。

導入に必要な機材(ハイパースペクトルカメラやソフトウェア)の選定を始める前に、まずは、スペクトルカメラをインライン導入する目的や達成したい内容を明確化することをお勧めします。

スペクトルカメラのインライン導入のメリット

スペクトルカメラをインラインに導入には、様々なメリットがあります。
ここで、メリットを明確に考えておくことで、後々高額な機材が必要になったり、少し難しい工程が出てきたとしてもメリットと照らし合わせて合理的な判断ができます。

[1] 検査品質の向上

目視の検査や、RGBカメラでの検査では、見た目に現れにくい問題を見逃す可能性があります。
また、目視の検査の場合には、検査員の経験の違いやその日の体調の違いなどで検査のOK/NGの判断にばらつきが出てしまい、一貫性も低い状態になってしまいます。

スペクトルカメラは、成分(糖度や水分など)の定量的な値を抽出することが可能なので、明確な合格基準を設定して、検査のばらつき・見逃しの低減することができます。これにより、ブランドを構築し、商品単価を高く保つ事に貢献します。

[2] 検査プロセスの高速化

目視の検査では、人が1つずつ検査をするため、生産ラインの速度を律速する要因となることがあります。

スペクトルカメラは、数年前まで、空間分解脳(撮影ポイントの細かさ)や撮影スピードの観点で、インラインに使用することが難しいとされてきていましたが、現在はイメージセンサーの高画素化や高速化に伴い、インラインのスピードに対応できるようになってきています。これにより、製品の生産性が上がり、商品の原価コストを下げることができます。

[3] 検査プロセスのコスト削減

目視の検査では、常に人件費がかかります。また、問題が発生したり流出した際には、その対応の費用が必要になりますし、ブランドの毀損による損失は計り知れません。

スペクトルカメラを導入すると、検査にかかる人件費の削減だけではなく、流出を防ぐことで問題対策費用なども削減できることを考えると費用対効果の大きな対策になります。

[4] 製品のトレーサビリティの向上

目視の検査では、状態を画像などの記録に残すことはできないため、問題が流出したとしても原因を特定することができず、「再発防止などの対策をたてることができない」、「もし自社に問題がなかったとしても釈明の方法がない」など対応が難しいという問題があります。

スペクトルカメラを導入して結果を保存しておくと、問題が流出した場合に、製品がどういう状態だったかを確認し、なぜ流出してしまったのかの分析や再発防止の対策が実施できます。

関連記事

ハイパースペクトルカメラの費用対効果についてより詳しく知りたい方はこちら

スペクトルカメラのインライン導入検討で明確にするべき項目

メリットから効果を明確にしたら、何を実現したいか、どのレベルで達成する必要があるかを検討してください。

[1] 何を実現したいか(分類か定量化か)

スペクトルカメラは、「目視では判別できない対象を分ける”分類”」と「目視では測定できない対象の割合を測定する”定量化”」を得意とします。
まずは、この段階で実施したいのがどちらなのかを検討します。

例えば、インラインで、「プラスティックを材料を組成で分別(判別)したい場合」や「種類の異なる薬品の混入を検出したい場合」は”分類”になります。
一方、インラインで「茶葉の水分量を測定したい場合」や「果実の糖度を測定したい場合」など割合を求るのは”定量化(回帰)”となります。

[2] どのレベルで達成する必要があるか

対象について、どのレベルで達成する必要があるか(ラインの幅・速度、検査対象の大きさ、精度など)を確認しておくと、この後のスペクトルカメラ選びやスペクトル解析の手法の選択が楽にできます。

例えば、インラインで、プラスティックを材料によって分別(判別)をしたい場合は、以下のような内容を明確にする必要があります。

  1. 何ができればいいのか
    → コンベア(ゴム)上のPET、PVC、PS、PPを”分類”したい。
  2. ライン幅がどれくらいなのか
    → 50cm程度
  3. どれぐらいの速度でラインが流れるのか
    → 10cm/秒
  4. 対象の大きさは最小でどのくらいなのか
    → 5mm□


スペクトルカメラをインライン導入の4ステップ

ステップ②スペクトルカメラの選定と撮影 (デモ)

目的の明確化で、撮影する対象の素材、大きさ、撮影の範囲などが決まると、そこからおすすめのカメラタイプ、必要なスペクトルの範囲、波長分解能、解像度、撮影速度が見えてきます。
ここでは、それぞれについて簡単に紹介しますが、詳しくは、スペクトルカメラの選び方2023年版もご確認ください。

スペクトルカメラのタイプ

スペクトルカメラには、ライン型、エリア型、エリア(ビデオタイプ)型などの種類があり、それぞれ、メリット・デメリットがあります。

例えば、ライン型は1回の撮影で、1ラインのイメージをグレーディング等で分光してライン状のスペクトルを取得する方法です。
解像度や撮影スピードを早くできるというメリットの一方で、ステージまたはカメラに稼働部が必要というデメリットがあります。ただし、稼働部がすでに存在しているインラインでは、この点がデメリットにならないので、ライン型はインラインととても相性のよいタイプです。

バンド数・波長分解能(精度)

測定する波長数、波長の間隔によって、2つの対象を見分ける能力が変わってきます。

例えば、1000nm〜1700nmを100nm刻みで8バンド撮影できるスペクトルカメラと1000〜1700nmを10nm刻みで、 71バンド撮影できるスペクトルカメラがあった場合、1620nmに吸収波長を持つ水の測定に対して、1方は1600nm、もう一方は1620nmで撮影ができるので、バンド数の多いカメラの方が精度が高くなります。

解像度・撮影速度

解像度・撮影速度によって、どこまで小さい対象を撮影できるかが決まってきます。

例えば、カメラのラインの解像度が1000x1で、撮影対象のライン幅が50cmの場合、測定ポイントの間隔は0.5mmで、判別に3grid必要だと考えると、約1.5mm程度のものが判別できる計算になります。
また、ラインの速度が15cm/秒で撮影スピードが300fpsの場合、測定ポイントの間隔は0.5mmとなり、こちらも約1.5mm程度のものが判別できる計算になります。
逆に、測定対象のサイズ、ライン幅、ラインの速度などがわかっていれば、必要なカメラの解像度や撮影スピードが計算できます。

KLVにご相談いただければ、目的について明確にする部分をお手伝いや、最適なスペクトルカメラのご提案を行い、目的が実現できそうかのデモ実施にご協力させていただきます。

ステップ③スペクトル解析とモデルの作成

スペクトル解析

スペクトル解析の手法もカメラと同じように様々な手法があります。

ここで、まず重要なのは、どのような解析をしたいかということです。
スペクトル解析で、対象をいくつかのカテゴリに分類したいのか、特定の物質の含有量など数値を定量化したいのかで大きく2つに別れます。
そして、分類と定量化のそれぞれで、特定波長での解析、多変量解析、機械学習などからどのアプローチを使用するのが良いか検討する必要があります。

・特定波長での解析

1つまたは複数の決定した波長での光の強度を可視化する手法や、各画素の2波長の光強度を2次元空間にマッピングした際の場所でグルーピングするなどの手法があり、簡単に実行できるところがメリットです。

得られたスペクトルで分類や定量化ができそうかというあたりをつけるには良い方法ですが、精度はそれほど高くないため、インラインへの組み込みで使用する場合には精度の観点で注意が必要です。

・多変量解析

統計学の知識を必要としますが、しっかりとした解析を行うことで高い精度を確保することが可能です。
組み込みに向いている手法で、ツールの進化により、非常に解析が扱いやすくなってきているのでハードルも徐々に低くなってきています。

・機械学習

分類したいものを塗って色分けするだけで分類したり、定量値の異なるサンプルを用意してその定量値を与えるだけで機械学習が解析を行います。
簡単に高い精度を確保することができますが、原理原則に基づいて分類や定量化を行うわけではないので、与えるデータがで季節ではない場合にはオーバーフィッティングなどにより、未知のデータに弱いという事が弱点になります。

スペクトル解析のモデル作成

スペクトル解析のモデルは、ここでは「解析手法とそこで使用するパラメータの集合体」のことで、スペクトルを瞬時に解析して判定結果や定量値を得るためのものです。

一度スペクトル解析をして、期待する結果が得られたら、その解析の内容をモデル化するという形になります。
このモデルを使用することで、インラインにおいて取得したスペクトルに対して、リアルタイムのスペクトル解析を行うことができます。

ステップ④スペクトルカメラの取得画像をリアルタイム解析する

最後に、③で使用したモデルを使用してスペクトルカメラをインラインに導入し、リアルタイム解析を行う仕組みを作成します。

モデルを組み込む方法としては、[1]プログラムを使用する方法と、[2]ツールのランタイム(組み込み用の実行機能)を使用する方法があります。

[1]プログラムを使用した組み込み

スペクトルカメラのSDKを使用するとPythonやC++などのプログラムでスペクトルデータをリアルタイムで読み込むことが可能になります。
これに、スペクトル解析を行う部分のプログラムを追加し、さらに、その結果を利用した画像解析などの処理を加えれば撮影から判定までの実行が可能になります。

プログラムの知識が必要になりますが、SDKによりスペクトルデータの取り込みは比較的少ないプログラムで可能であり、さらにPythonのライブラリなどによりスペクトル解析や画像処理なども可能です。

[2]ツールのランタイムを使用

ランタイムは、スペクトル解析ソフトを提供するソフトウェアに付随する組み込み用のソフトウェアです。

ノーコードでカメラからのスペクトルの取得、スペクトル解析、分類などが簡単にGUI上の操作のみで実現可能です。

スペクトルカメラのインライン導入向けソフトウェア

まとめ

スペクトルカメラの種類、スペクトル解析の手法、スペクトル解析のモデルの組み込み、それぞれに様々な種類があります。 ですので、自身の目的に合わせて正しいアプローチを考えることが重要です。

要望に応じて、適したカメラやソフトウェアをご提案しますので、ケイエルブイまでお気軽にお問い合わせください。

ハイパースペクトルカメラコース

ご質問・ご相談お気軽にお問い合せください

お電話でのお問合せ 03-3258-1238 受付時間 平日9:00-18:00(土日祝日除く)
Webでのお問い合わせ