REM-Image
AT-Image

エリア矩形化アルゴリズム

　あらゆる画像を矩形化

丸いりんごも歪んだピーマンも、矩形画像に変換します。内部の画像情報はそのまま再現されます。
画像検査において、不規則な形状の画像を矩形化することには多くのメリットがあります。以下にその主な利点を挙げます：

・標準化と一貫性の向上：
矩形化することで、画像のサイズや形状が標準化され、アルゴリズムが一貫して画像を処理できるようになります。これにより、処理結果のばらつきが減少し、精度が向上します。

・計算の効率化：
不規則な形状のままでは、処理や解析が複雑になりがちです。矩形化することで、処理対象が規則的な形状になり、検査アルゴリズムが簡素化され、計算コストが削減されます。

・機械学習モデルの学習の容易化：
機械学習では、通常、固定サイズの入力を必要とします。不規則な形状の画像を矩形化することで、モデルへの入力データを統一でき、学習が効率的に行えます。

・特徴抽出の改善：
矩形化により、特徴抽出プロセスが簡単になり、特徴量の一貫性が向上します。これにより、パターン認識や分類の精度が向上します。

・可視化と解析の容易さ：
矩形化された画像は、視覚的に扱いやすくなります。また、結果の解釈も直感的になります

外観検査は矩形画像でシンプルかつ正確に

切削工具の例

切削工具では、製造工程で端部（刃部）の欠けが生じることがあります。
最も重要な端部に的を絞った矩形化により、特徴抽出プロセスが簡単になり、特徴量の一貫性が向上します。これにより、欠陥検出精度が向上します。

アルミダイキャスト製品の例

アルミダイキャスト製品の場合も、重点検査箇所を矩形化することで、バリ、湯じわ、傷、ピン折れなどを高精度に検出します。

MT法で高速・高精度な検査

検査処理は、MT法が担います。数枚の正常画像を学習するだけでOKです。
図はアルミ製品表面の「湯じわ」を検出した結果です。しわ部分のマハラノビス距離（MD）が大きく現れています。

主な用途

バリ、傷、汚れなどの検査が必要なあらゆる製品。
ダイキャスト製品から半導体製品、液晶用フィルム製品まで多数の実績があります。

価　格

価格はシステム構成などにより異なりますので、お問い合わせください。