カメラ・画像処理・カメラ制御
撮る、整える、判定する。現場に最適な視覚システムをつくる。
カメラ・画像処理は、NTIの4つの専門能力のひとつです。AI、IoT・クラウド、導入・検証・運用までを組み合わせて、現場の課題を解決します。
NTIの4つの専門能力を見る撮る、整える、判定する。
現場で使える視覚システムをつくる。
カメラ映像をただ解析するだけでは、現場では使えません。
照明、レンズ、センサー、画質調整、露出、フォーカス、色再現、撮像タイミングまで含めて設計することで、はじめて安定した画像認識・検査・監視が実現します。
NTIは、画像AIだけでなく、カメラ制御・画質調整・画像処理アルゴリズム・システム実装まで一気通貫で対応します。
「映る」から「使える画像」へ。
画像AIの精度は、モデルだけで決まりません。
入力される画像の品質、撮影条件、カメラ設定、照明環境、制御タイミングによって大きく変わります。
NTIは、現場環境に合わせてカメラそのものの制御から画像処理、AI判定、運用改善まで設計します。
画像AIの精度は、AIモデルだけでは決まりません。
カメラが何を、どの品質で、どのタイミングで捉えるか。
NTIは、撮像・画質・制御・解析まで含めて、
現場で使える視覚システムを設計します。
カメラは、光から出力までつながった
ひとつのシステムです。
画質や認識精度の課題は、ひとつの部品だけで決まりません。光学条件、レンズ、イメージセンサー、ISP、AE・AWB・AFの制御、画像処理、画像認識、処理デバイス、そして最終的な出力まで、すべてがつながっています。
私たちは、この流れ全体を対象として設計します。実現したい結果から逆算し（01）、どの層に原因があるのかを判断し（02）、最も合理的な方法を選びます（03）。既存技術で要求を満たせない場合には、アルゴリズムそのものから設計することもできます。
光学 / Optics
光量・被写界深度・撮影条件・使用環境
レンズ / Lens
歪み・解像感・周辺画質・色収差・フレア
イメージセンサー / Image Sensor
感度・ダイナミックレンジ・ノイズ・読み出し方式
ISP
デモザイク・ノイズ低減・色補正・ガンマ・階調
AE / AWB / AF
露出・ホワイトバランス・フォーカスの制御
画像処理 / Image Processing
フィルタ・エッジ検出・二値化・歪み補正
画像認識 / Computer Vision
検出・認識・追跡・検査
処理デバイス / Processing Device
MCU・CPU・GPU・SoC・エッジ・クラウド
出力 / Display・Output
表示条件・色再現・最終的な見え方
私たちの役割
レンズ・イメージセンサー・ディスプレイ・プロセッサそのものを製造するわけではありません。私たちの役割は、それぞれの層の特性を理解したうえで、実現したい画像や認識結果から逆算し、どの層を設計・調整・変更すべきかを判断することです。必要に応じて、レンズやセンサーの仕様についてメーカーへ改善点を整理して提案することもあります。
問題がどこにあるのかを、
層をまたいで判断します。
しかし「どの層に原因があるか」は、見ただけでは分かりません。たとえば「認識精度が上がらない」という課題では、AIモデルだけを見ても解決しないことがあります。
認識精度が上がらないとき、私たちが確認すること
原因が撮像側にあれば、モデルを作り込むよりも「認識しやすい画像そのものをつくる」ほうが、結果として安定します。どこに手を入れるべきかを見極めることが、私たちの設計の中心にあります。
方式も構成も、目的から選びます。
画像認識の方式を選ぶ
検出・認識・追跡・検査。同じ課題でも、適した方式は現場条件によって変わります。
既存モデルの活用
要求を満たす既存モデルがあれば、そのまま使います。
再学習・追加学習
対象や現場条件に合わせて再学習し、精度を作り込みます。
データセットの設計
学習データそのものを用途に合わせて設計します。
ルールベース画像処理
AIを使わず解けるなら、そちらを選びます。
アルゴリズムの設計
解けない場合は、検出・認識の方式から設計します。
いずれの方式でも、認識の精度はモデルだけでなく撮像条件や画質にも左右されます。だからこそ、認識の設計とカメラ側の設計を分けずに考えます。
製品として成立する構成を選ぶ
MCU・CPU・GPU・SoC、エッジ処理とクラウド処理。処理性能だけで構成を決めると、製品として成立しないことがあります。要件に応じて、次のような観点から構成を検討します。
処理性能
処理量と処理時間を見積もり、要件を満たす構成を選ぶ。
コスト
製品として成立するコスト構成かを検討する。
消費電力
電力条件がある機器では、処理方式から見直す。
サイズ・実装条件
設置環境や筐体の制約を踏まえて構成を決める。
部品の入手性
調達しやすさを含めてデバイスを選定する。
PC上で確認したアルゴリズムを組込み機器で動かす場合など、OSやプロセッサ構成が変わる移植についても、要件に応じて検討・対応します。
AIを使うこと自体を、目的にしません
AIは有力な選択肢のひとつです。実際に、深層学習を用いた検査や解析にも取り組んでいます。
一方で、ルールベースの画像処理で十分に解ける課題や、撮像側を整えるほうが確実な課題もあります。私たちは、AI・従来型の画像処理・アルゴリズム設計・エッジ処理などを比較したうえで、お客様の目的に対して最も合理的な方式を選び、ご提案します。
画質は、調整するだけでなく
設計する対象です。
人が見るための画質と、機械が認識するための画質は、同じとは限りません。人が見る場合は、実際の被写体の見えにできる限り忠実な色再現を。機械が判定する場合は、認識に必要な情報が安定して残る画像を目指します。
私たちは画質を、調整する → 評価する → 設計する、の3段階で扱います。
調整する
AE（自動露出）・AWB（オートホワイトバランス）・AF（オートフォーカス）やISPのパラメータを、現場の照明条件や被写体に合わせて調整します。
評価し、原因を切り分ける
画質が要求に届かないとき、原因がレンズ側にあるのか、センサー側なのか、ISPや制御側なのかを切り分けます。
制御方式そのものを設計する
既存の制御では要求を満たせない場合、用途や撮影条件に応じて、AE・AWB・AFの制御方式そのものを設計・実装します。個別に最適化するのではなく、相互の影響も含めて検討します。
必要であれば、
アルゴリズムそのものから設計します。
原因が方式そのものにある場合、調整では届きません。既存のライブラリやモデルで要求を満たせる場合は、それを活用します。一方で、既存の手法では要求を満たせない場合、画像処理・画像認識・カメラ制御のアルゴリズムそのものを設計・実装します。
その際は、既存の方式をそのまま真似るのではなく、原理まで戻って方式を組み立て直すことがあります。必要であれば技術論文や学術文献まで遡り、実装の前にソフトウェア上でシミュレーションして、実現できるかどうかを確かめます。
実現したいこと
顧客の要求・製品要件
技術課題の特定
何が成立を妨げているか
技術文献の調査
既存手法で解けない場合、技術論文や学術文献まで遡る
原理の理解
なぜそうなるのかを理論から確認する
アルゴリズム設計
要求と制約に合わせて方式を設計する
シミュレーション
実装前にソフトウェア上で実現可能性を検証する
実装
動作する形にする
評価
現場条件で確かめ、必要なら方式に戻る
調べること自体が目的ではありません。目的は、顧客が実現したいことを成立させる方式を見つけ、動く形にすることです。
対応できること
カメラ制御から画質調整、画像処理、AI判定、現場実装まで。5つの領域を組み合わせ、現場課題に最適な視覚システムを設計します。
カメラ制御・撮像制御
産業用カメラ、IPカメラ、組込みカメラ、USBカメラなどを対象に、撮像条件や制御ロジックを設計します。
画質調整・チューニング
現場で安定して認識・検査できる画像を得るために、カメラ画質を調整します。
画像処理アルゴリズム開発
AIに渡す前処理、またはAIを使わないルールベース画像処理にも対応します。
画像AI・映像解析
現場映像を解析し、検査・監視・カウント・認識などの業務を自動化します。
エッジ実装・現場導入
カメラ・AI・画像処理を、現場で安定して動くシステムとして実装します。
考え方と、実際の取り組み。
このページで示した技術について、考え方（Knowledge）と、実際に取り組んだ内容（Evidence）から確かめられます。
実際の取り組みを見る
現場で実際に取り組んだ内容を公開しています。
製造業／PoC実証外観検査の自動化をPoCで実証（製造ライン）現場で欠陥の種類や照明条件を確認したうえで、産業用カメラと、欠陥種別ごとの画像処理アルゴリズムを設計。小規模に構築して検証しました。
よくあるご質問
Q既存のカメラ設備を流用できますか？
はい。産業用カメラ・IPカメラ・USBカメラ・組込みカメラなど、幅広い機器に対応可能です。現地の設備状況を確認した上で、最適な導入方法をご提案します。
Q画像AIだけでなく、カメラ制御や画質調整も依頼できますか？
可能です。NTIはAIモデルだけでなく、カメラ制御・撮像設計・AWB/AE/AFを含む画質調整・画像処理アルゴリズム開発まで一気通貫で対応します。
Qどのくらいの精度が出ますか？
案件によって異なりますが、外観検査では99%以上の検出率を達成した実績があります。PoC（概念実証）を通じて、本番前に精度を検証することをお勧めしています。
Q導入後のサポートはどうなりますか？
運用定着まで伴走します。精度改善・モデル再学習・障害対応など、現場が自走できるまでサポートします。
技術に関わる、エンジニアの仕事を知る。
NTIのエンジニアは、一つの技術領域だけに固定されるのではありません。専門性を起点に、プロジェクトやお客様の課題に応じて、複数の領域や役割へ関わります。検証や導入、現場に定着するまで関わることもあります。