生地の色ムラや織り傷は、なぜ人によって判定が割れるのか。速度を落とさずに欠陥を拾うには、撮像と照明をどう設計すればよいのか。素材特性から運用の落とし穴まで、インライン検査を考えるための視点を整理します。
アパレル・繊維の現場で、生地の検反（けんたん）を担ってきたのは、多くの場合ベテランの検査員です。反物を流しながら、光の当たり方を微妙に変え、目と手の感触で色ムラや織り傷、汚れ、糸切れを拾っていく。この作業は、長年の経験で培われた「基準の感覚」に支えられています。ところがその感覚は、言語化・数値化されないまま個人に蓄積されているため、人が替わると判定がぶれる、という構造的な難しさを抱えていると考えられます。
さらに近年は、熟練層の高齢化と採用難が重なっています。長年かけて基準を身につけた検査員が退職しても、同じ精度で見られる後継者がすぐには育たない。この技能継承の遅れは、繊維に限らず製造業全体で顕在化しつつある課題です（熟練検査員の退職）。判定が属人化したまま人が減ると、検査工程がボトルネックになり、品質と生産速度のどちらかを諦める場面が増えかねません。
生地は本来、連続して流れていく製品です。理想を言えば、織機や整理・加工のラインを流れる速度そのままで、止めずに全長を見たい。しかし目視でそれをやろうとすると、速度を上げるほど見落としが増え、精度を担保しようとすると速度を落とすことになります。抜き取り検査に切り替えれば速度は保てますが、今度は流れてしまう欠陥のリスクが残る。この「品質と速度は両立しにくい」という前提そのものを問い直せないか、というのが本稿の出発点です。
近年は、産業用のラインカメラと画像処理を組み合わせ、走行する生地を止めずに全幅・全長を撮像しながら欠陥候補を拾う、いわゆるインライン検査のアプローチが検討されるようになってきました。これがあらゆる欠陥を万能に見分けられるわけではありませんが、少なくとも「速度を落とさずに、判定の基準を機械側に持たせる」方向の選択肢になりうると考えられます。
生地欠陥をひとくくりに「不良」と呼びがちですが、検査の観点では、それぞれ写り方も難しさも異なる別々の問題として切り分けたほうが見通しが良くなります。まずは自社で問題になっている欠陥を、性質ごとに棚卸しすることをおすすめします。
色ムラや染めムラは、局所的な傷ではなく、ある程度の広がりをもった「面」の変化として現れます。しかも、正常な生地でも風合いや織り組織による陰影があるため、どこからを「ムラ」と呼ぶかは相対的で、人によって判定が割れやすい典型です。機械で捉える場合も、絶対的な色を測るのか、周囲との相対差で捉えるのか、照明の均一性をどこまで作り込むのかで、見え方が大きく変わってくると考えられます。
織り傷・糸切れ・目寄れ・ネップといった欠陥は、色ムラとは逆に、細く小さいコントラストとして現れます。これらは生地の織り組織（縦横の糸のパターン）と紛らわしく、正常な織り目のリズムの中に紛れ込んだわずかな乱れを拾う必要があります。撮像の解像度と、後述する照明の当て方が特に効いてくる領域です。素材ごとの実務的な勘所は、繊維の欠陥検査AIの観点も参考になると考えます。
汚れ・油シミ・異物混入は、生地そのものの欠陥というより、外から付いたものです。色の違いとして見えるものもあれば、透明に近く色では見えにくいもの（油分など）もあり、可視光だけでは捉えにくいケースもあります。何を捉えたいのかによって、必要な波長や照明が変わるため、まず「どの欠陥を、どのくらいの大きさで拾いたいのか」を欠陥リスト（欠陥見本帳）として明文化しておくことが、あらゆる検討の土台になると考えられます。
生地のように「連続して長く流れる」対象を止めずに撮る場合、一枚ずつ写真を撮るエリアカメラよりも、1ラインずつ連続してスキャンしていくラインカメラの発想が相性の良い場面が多いと考えられます。流れる生地に対して、細い1ラインを高速に読み続け、それをつなぎ合わせて一枚の長い画像として扱う。これにより、走行速度を保ったまま、原理的には全長を切れ目なく撮像できます。
ただしラインカメラは、生地の走行速度と読み取り速度（ライン周波数）が噛み合わないと、画像が伸び縮みしたり、欠陥が流れてボケたりします。エンコーダで走行速度を拾って撮像を同期させる、露光時間と明るさのバランスを取る、といった撮像設計が前提になります。このあたりの考え方は、高速ラインの撮像設計として別途整理していますので、あわせてご覧いただければと考えます。
インライン検査を導入する際に有効なのが、「機械にすべての最終判定を任せる」のではなく、「機械が欠陥候補を漏らさず拾い、人が確認・格付けする」という役割分担で考え直すことです。全長をくまなく見るという、人にとって最も負荷が高くミスが出やすい部分を機械が担い、微妙な判定は人が引き受ける。この構図であれば、熟練の感覚を完全に置き換えなくても、検査の速度と網羅性を底上げできる可能性があります。属人化した基準を、機械が拾った候補を通じて少しずつ言語化・共有していく足がかりにもなりうると考えます。
画像検査でしばしば見落とされがちなのが、アルゴリズムや学習モデルの前に、そもそも欠陥が画像に「写っているか」という点です。人の目には見える傷でも、カメラと照明の条件が悪ければ画像にはほとんど写らず、どんな高度な処理をかけても拾えません。逆に、写し方さえ設計できれば、後段の処理は驚くほど素直になることが少なくありません。生地検査では特にこの前工程、すなわち撮像と照明の設計が精度を大きく左右すると考えられます。
同じ生地でも、光をどの角度から当てるかで欠陥の見え方はまったく変わります。真上から均一に当てる同軸・拡散照明は色ムラや汚れを平らに捉えるのに向く一方、織り傷や糸の凹凸は消えてしまいがちです。逆に、浅い角度から横方向に光を流すロー角度（斜光）照明は、凹凸に陰影を作って織り傷や目寄れを浮かび上がらせますが、色ムラの評価には向きません。つまり「一つの照明ですべての欠陥を捉える」のは難しく、狙う欠陥ごとに照明を設計する、あるいは複数の照明を切り替える発想が現実的です。素材ごとの具体的な考え方は素材別の照明設計に整理しています。
繊維が難しいのは、素材ごとに光の振る舞いがまるで違う点です。光沢のあるサテンやポリエステルは正反射（テカリ）が強く、白飛びして欠陥が隠れやすい。起毛やパイル地は表面が凹凸に富み、正常な陰影と欠陥の陰影が紛らわしい。薄手や透けるレースは、下地や透過光の影響を受けます。黒物・濃色は、そもそも反射光が乏しくコントラストを作りにくい。こうした特性は、「同じ設定で全品種をこなす」ことを難しくします。品種ごとに照明・撮像のレシピを持つ前提で考えたほうが、現実に合いやすいと考えられます。
Nsightでは、元キーエンス画像処理事業部の現場知見をベースに、VLM（視覚言語モデル）・Jetsonエッジ・産業用カメラ・現場ライティングを組み合わせて、こうした「見えるように写す」段階から検討するアプローチを取っています。ただしこれも、汎用の正解があるわけではなく、実際の生地と欠陥見本で写り方を確かめながら詰めていく作業が前提になると考えます。
撮像と照明が整い、欠陥候補を拾えるようになった後に問われるのは、「その仕組みが、日々の生産の中で回り続けるか」です。検査装置は、導入した瞬間がゴールではなく、品種替え・ロット替え・季節による素材の変動に付き合い続ける必要があります。ここを軽く見ると、精度が出ても運用に乗らず、結局使われなくなる、ということが起こりえます。
同じ欠陥でも、用途や取引先によって「不良」の基準は変わります。裏地で許される小さなネップが、表地の一等品では許されない、といった具合です。機械が拾った候補を、どの等級に振り分けるかは、最終的に現場の品質基準と結びつけて設計する必要があります。理想は、機械が客観的な情報（位置・大きさ・種類らしさ）を添えて候補を提示し、人が最終格付けをする流れです。この記録が溜まっていくと、判定基準が徐々に見える化され、技能継承の資産にもなりうると考えられます。
多品種を扱うアパレル・繊維では、品種替えのたびに設定をやり直す手間が現実的なボトルネックになります。照明レシピや判定パラメータを品種ごとに登録して呼び出せるようにする、変更点を最小限にする、といった運用設計を最初から織り込んでおくことが、長く使える仕組みにするうえで効いてくると考えます。誰が操作しても同じ手順で立ち上がる、という再現性が、属人化を防ぐ観点でも重要になりうると考えられます。
生地のインライン検査は、期待だけで進めるとつまずきやすい領域でもあります。導入前に共有しておきたい、代表的な落とし穴を挙げます。いずれも「やってみないと分からない」部分を含むため、検証段階で確かめる前提で捉えていただくのが誠実だと考えます。
ここまで見てきたとおり、生地のインライン検査に唯一の正解はなく、素材・欠陥・生産条件によって最適解は変わります。だからこそ、いきなり大きな投資判断をするのではなく、小さく確かめてから広げる進め方が、遠回りに見えて確実だと考えられます。
まず、自社で本当に問題になっている欠陥を種類ごとにリスト化し、代表的な現物サンプル（欠陥見本と正常見本）を集めます。ここが曖昧なままだと、後の検討がすべて空回りします。「どの欠陥を、どの大きさから、どの速度で拾いたいか」を言葉にすることが第一歩です。
次に、その現物を使って、撮像と照明でどう写れば欠陥が浮かび上がるのかを客観的に確かめます。人の感覚に頼っていた判定を、まず画像として捉え直す段階です。ここで見え方が作れれば、後段の判定は現実的な射程に入ってきます。逆にここで写らないものは、条件を変えるか、対象から外す判断が要ります。
見え方が確認できたら、限定した範囲でインラインでの候補抽出を試し、人による確認・格付けと組み合わせて運用してみます。この記録を溜めながら、しきい値と現場基準をすり合わせ、対象欠陥や品種を段階的に広げていく。属人化していた基準が少しずつ共有資産になっていく過程でもあります。どの欠陥から着手するのが妥当か迷う場合は、欠陥見本を前提にご相談いただければ、見え方の検証から一緒に考えられると思います。まずは気軽に相談するところから始めていただければと考えます。
色ムラは面の変化、織り傷は細い凹凸のコントラストとして現れ、適した照明の当て方が異なるため、一つの条件で同精度に捉えるのは難しい場面が多いと考えられます。照明を切り替える、あるいは狙う欠陥ごとに構成を分ける発想が現実的です。実際にどこまで両立できるかは、現物の生地と欠陥見本での検証が前提になると考えます。
ラインカメラで1ラインずつ連続して撮像し、走行速度とエンコーダを同期させる設計にすることで、原理的には止めずに全幅・全長を撮る検討ができると考えられます。ただし要求する最小欠陥サイズ・生地幅・走行速度は互いに制約し合うため、実欠陥に基づいて現実的なバランスを見極める必要があります。
光沢素材はテカリで白飛びしやすく、濃色は反射光が乏しくコントラストを作りにくいなど、素材ごとに難しさの質が変わります。照明の角度・種類や波長を素材特性に合わせて設計することで対応の余地はあると考えられますが、汎用の正解はなく、現物での写り方の検証が出発点になると考えます。
認識率は、欠陥の種類・大きさ・素材・許容基準・撮像条件によって大きく変わるため、検証前に具体的な数値を断定することは避けています。まず代表的な欠陥見本と生地で「見えるように写せるか」を確かめ、達成できる範囲を事実として積み上げていく進め方が、結果として確実だと考えられます。
機械がすべての最終判定を担うのではなく、欠陥候補を漏らさず拾い、人が確認・格付けする役割分担で考えると、熟練の感覚を完全に置き換えなくても網羅性と速度を底上げできる可能性があります。判定記録が溜まることで基準が見える化され、技能継承の資産にもなりうると考えます。
色ムラ・織り傷・汚れは、素材と照明の条件で写り方がまるで変わります。まずは代表的な欠陥見本と生地をもとに、撮像・照明でどう見えるかを客観的に確かめるところから始めませんか。見え方の検証を起点に、無理のない範囲を一緒に見極めます。
生地欠陥のインライン検査について相談する