「画像処理ツール「HALCON」を使用したアプリケーションの作成」

基本的な処理で、1つ1つの画素を「明」と「暗」のどちらかに変換します。指定した値（しきい値）よりもその画素の輝度が高ければ「明」、低ければ「暗」となります。（図1）
この方法だと、1画素に収まる長さが精度の限界になってしまうので、輝度の変化率から境界を求め、1画素よりも細かい精度（サブピクセル精度）で2値化を行う方法もあります。

数段階のグレーで表現された画像

左の画像を2値化した画像

図1. 白黒画像の2値化

画像の2値化を行うと、隣り合った「暗」同士の集合ができますが、これを「領域」と呼んでいます。（図2）
また、領域の特性を示すパラメータとして、面積や高さなどがあり、これらのパラメータを「特微量」と呼んでいます。

連続した領域ごとに色分けして表示させた状態
図2. 画像の領域

検査対象を撮影すると、機械の一部やホコリなど、対象外のものが画像内に映り、それも領域として認識されてしまい、アプリケーションはどれが検査対象なのかわからなくなってしまいます。そこで、人間が物を見分ける時にするように、その領域の様々な特徴を分析し、条件と一致する領域だけを取り出す必要があります。
HALCONがあれば、面積、高さ、幅、縦横比、円形性など、その領域の特徴量の解析を、関数をいくつか組み合わせるだけで実行でき、画像内にある検査対象の領域を特定できます。

特徴量の解析により、予めモデルとして登録しておいた領域と似たような領域を、画像内から探し出すという機能が、「パターンマッチング」です。
例えば、複数の金属部品が映っている中から、ボルトを見つける事ができます。複数のボルトの中から、特定の規格のものを見つける事も可能です。
回転角やスケールの変化、一部の欠けなどの許容範囲を設定できるので、様々な画像に対応できます。不良品を検出したり、画像内の検査対象を発見したりするのに使えます。

工場の生産ラインに組み込まれる場合をはじめ、画像処理には、正確さや精度だけでなく、速度も求められる事が多くあります。
速度を向上させるために有効なのが検査範囲の絞り込みで、効果は行う処理内容や対象の画像によって異なってきますが、処理時間をある程度まで短縮できます。例として、画像の5分の1程を占めている金属部品の検査を行う場合に、常に画像全体に対して処理を行うと約100msになる処理時間を、部品周辺に検査範囲を絞り込む事で、30msに短縮できた事がありました。

カメラによる撮影では、照明の不均等、レンズによる歪み、カメラの傾きなどにより、期待する画像を正確に得られない場合があります。
それらは大抵、HALCONが具備しているライブラリ関数による処理を2、3行追加する事で補正でき、理想に近い状態の画像に変換してから検査を行う事ができます。

画像の回転、移動、拡大・縮小、文字の表示、図形の描画などの機能も備えており、操作画面、結果表示画面の編集に役立ちます。

製造機械からシャッタートリガを出してもらう、というシンプルで確実に同期をとれる方法をとりました。アプリケーションは、画像が撮影され次第、計測からデータ送信までを短時間で行うようにします。これにより、機械側は検査を行いたいタイミングでシャッタートリガを出力するだけで、必要なデータをリアルタイムに得る事ができます。

画像処理による検査は、対象や環境の変化の影響を受けやすく、精密な検査には各パラメータの調整が不可欠になります。例えば検査を行っている部屋が明るくなった場合、検査対象も明るく映り、2値化の境界がずれ、実際と異なる位置を輪郭として認識してしまう事があります。常に同じ対象を同じ環境で検査し続けるのがベターですが、なかなかそうは行かないと思います。
そこで、2値化のしきい値や検査対象の形状などを、アプリケーションの操作画面上で設定できるようにしておき、複数の規格の部品を様々な環境で検査できるようにしました。

2値化によって作成した領域を利用するというのは、ほとんどのケースで共通ですが、対象によって領域の処理方法は大きく異なってきます。やはり複雑な形状の部品ほど、検査プログラムも複雑になる傾向にあります。それぞれの案件に応じ、より早く正確な検査を行う方法を考案しなければなりません。
単純な長方形の検査対象であれば、その領域の高さと幅がそのまま対象の高さと幅になります。画像は単位が[画素（=pixel）]なので、1画素あたりの長さを計算し、計測結果の単位を[mm]に変換すれば、計測完了です。
精度はカメラとレンズの性能に依存するところが大きいのですが、私は最小分解能0.135μmでの計測を行った事があります。(※2)

画像処理により計測した長さや、それに対する良／不良判定結果などを表示します。テキストだけでなく、検査した画像もアプリケーションの画面に表示させました。
必要であれば撮影した画像の中の対象部分を拡大表示させ、良品と不良品の境界を表す直線を引き、視覚的にわかり易くしたりもできます。（図4）

基本的な処理で、1つ1つの画素を「明」と「暗」のどちらかに変換します。指定した値（しきい値）よりもその画素の輝度が高ければ「明」、低ければ「暗」となります。（図1）
この方法だと、1画素に収まる長さが精度の限界になってしまうので、輝度の変化率から境界を求め、1画素よりも細かい精度（サブピクセル精度）で2値化を行う方法もあります。

先端が2本の線の間にあれば良品と判定
図4. 結果画面イメージ

アプリケーションの性質上、工場で使用される事を考慮し、表示を大きく、操作をシンプルにするよう気を付けました。画像処理の設定などを行う機能があっても、必要な数値はできるだけ初期値で与え、起動さえしてしまえばその後は一切操作しなくても、製造機械と連動して検査を行える、というようにしました。