「抜き取りでは通ったのに、納品先でかすれのクレームが来た」。印刷・紙加工の現場でよくある悩みです。この記事では、なぜ目視の抜取検査で刷りムラやかすれ、見当ずれが漏れるのかを原因から分解し、高速で流れる印刷物を止めずに全数で見るための撮像と色管理の考え方を整理します。
「毎ロット決められた枚数を抜き取って、拡大鏡で見て、問題なければ流している。それでも時々、納品先からかすれや汚れの指摘が返ってくる」。印刷・紙加工の品質担当の方から、こうした悩みをよく伺います。まず前提として、これは検査担当者の集中力や真面目さの問題ではないと考えられます。抜取検査と人の目という組み合わせそのものに、印刷欠陥を取りこぼしやすい構造があるからです。
抜取検査は統計的に「ロット全体の傾向」を捉える手法であり、1枚ごとに散発的に出る刷りムラやかすれ、異物の付着を保証するものではありません。高速輪転や枚葉のラインでは1時間に数千〜数万枚が流れ、そのうち検査にかけられるのはごく一部です。抜き取った1枚がたまたま良品なら、その前後で出た不良は検査網をすり抜けます。
さらに厄介なのが、印刷欠陥の多くが「はっきりした点」ではなく「面でじわっと広がる濃度の差」だという点です。ベタ部分の刷りムラ、網点のかすれ、わずかな色の振れは、隣と比べて初めて気づくレベルのことが多く、単票を1枚だけ見ても正常に見えてしまいます。人が同じ濃度差を何時間も一定の基準で見続けるのは、生理的にかなり難しいと考えられます。朝と夕方で判定がぶれる、というのは現場では自然に起きることです。
加えて、人手不足で検査に割ける人員が減り、一人が搬送・段取り・検査を兼務する現場も増えています。抜取枚数を増やして精度を上げたくても、その工数が捻出できない。ここに「見逃しリスクは分かっているが、全数目視は現実的でない」というジレンマが生まれます。全数の画像検査が選択肢に上がるのは、この構造的な行き詰まりが背景にあると考えられます。
全数検査を検討する前に、自社で問題になっている欠陥がどんな性質のものかを一度分けて整理することをおすすめします。「印刷不良」とひとまとめにすると、必要な撮像も判定方式もぶれてしまうためです。大きく分けると、次のような種類があります。
インキの飛び散り、ヒッキー（異物によるドーナツ状の抜け）、スジ、ひっかき傷、紙粉の付着などです。これらは局所的でコントラストが出やすく、基準画像との差分や、周辺との輝度差で比較的検出しやすい部類と考えられます。ただし微小なものは解像度が足りないと写らないため、どの大きさまで捉えたいかを最初に決めておく必要があります。
ベタ部の濃淡ムラ、網点のつぶれ・かすれ、インキ量の変動による濃度の振れです。これは「どこからが不良か」の境界が曖昧で、良品の中にも一定のばらつきがあります。単純な差分では良品のばらつきまで拾ってしまうため、良品がどこまで振れてよいのかを含めて基準を作る必要があります。VLM（視覚言語モデル）や統計的な特徴量を使い、「傾向としてのムラ」を捉える発想が有効になりうる領域です。
多色刷りで各版の位置がずれる見当ずれ、絵柄と抜き型・断裁位置のずれ、シートに対する印刷位置のずれなどです。これらは欠陥というより「幾何的な位置精度」の問題で、基準に対する位置の測定として扱うのが素直です。色の判定とはまったく別のロジックが必要になるため、同じ検査に混ぜる場合は設計段階で切り分けておくのが安全です。
この整理をしておくと、「うちの本命はかすれの見逃しゼロなのに、見当ずれ前提の高価な仕組みを検討していた」といったミスマッチを避けられます。何を主目的に全数化するのかを言語化することが、方式選定の第一歩になると考えます。
高速で流れる印刷物を全数で見る場合、大きく二つの考え方を組み合わせるのが現実的です。一つは「基準（マスター）画像との差分比較」、もう一つは「良品・不良の傾向を学習させた判定」です。どちらか一方ではなく、欠陥の種類に応じて役割を分けるのが実務的だと考えられます。
同じ絵柄を大量に刷る印刷では、正しく刷れた基準画像を用意し、流れてくる各枚とピクセル単位で比較する方式が有効です。位置合わせ（アライメント）を精密に行い、許容差の範囲を超えた差を欠陥候補として拾います。点・線欠陥やヒッキー、局所的なかすれの検出に向いています。ただし紙のわずかな伸縮、搬送の微妙な位置ぶれ、照明の揺らぎがそのまま「差」として出るため、位置合わせと照明の安定が生命線になります。
刷りムラのように「良品にも幅がある」欠陥や、絵柄が頻繁に変わる多品種小ロットでは、基準画像を毎回用意する差分方式は運用負荷が高くなります。ここで良品の見え方の幅を学習させ、そこから外れた特徴を捉える方式や、VLMに「かすれ」「にじみ」といった欠陥の意味を理解させて判定させる方式が候補になります。撮像・照明・判定を一体で設計するAI画像検査パッケージでは、この差分系と学習系を欠陥ごとに使い分ける前提で組み立てます。
重要なのは、どの方式でも「まず正しく撮れていること」が土台だという点です。判定アルゴリズムを高度にしても、写っていないものは検出できませんし、ブレて写れば正常品まで不良になります。次のセクションで撮像・照明の設計を掘り下げます。
「AIで検査したい」というご相談を受けたとき、私たちがまず確認するのは撮像条件です。元キーエンス画像処理事業部で外観検査の立ち上げを重ねた経験からも、検査の成否の大半は撮像と照明の設計段階で決まると考えています。ここが甘いまま判定側だけ作り込んでも、現場では安定しません。
印刷物は連続で速く流れます。エリアカメラで撮ると露光中に紙が動き、ベタ部やかすれの微妙な濃度差がブレて潰れがちです。連続搬送の全数検査では、搬送に同期して1ラインずつ読み取るラインスキャンカメラが有力な選択肢になります。搬送速度・解像度（1mmを何ピクセルで見るか）・必要な明るさは相互に効き合うため、「捉えたい最小欠陥のサイズ」から逆算して解像度を決め、その解像度と速度を満たす露光と照明を組む、という順序で考えます。
刷りムラや色差のように面の濃度を見る検査では、照明ムラがそのまま偽の欠陥になります。撮像範囲の端まで明るさが均一で、時間が経っても・温度が変わっても光量が一定であることが求められます。光沢のある紙やニス加工面では正反射（テカり）が絵柄を覆い隠すため、拡散照明や照明角度の工夫、偏光の利用などで反射を制御します。マット紙とグロス紙では最適な当て方がまったく変わるため、実際の現物で当ててみるのが確実です。
紙特有の難しさとして、白色そのもののばらつきもあります。ロットで紙の白さ（地色）が変われば、同じインキでも見え方が変わります。地色を基準として補正するのか、地色込みで判定するのかは、何を不良とみなすかの定義に直結します。ここは印刷品質の考え方と検査ロジックの接点で、事前のすり合わせが欠かせない部分だと考えられます。
色の判定は、印刷検査でとりわけ誤解が生まれやすい領域です。「良品と同じ色かどうか」を人の感覚のまま自動化しようとすると、照明・カメラ・紙の条件で色は簡単に振れるため、判定が安定しません。色を扱うなら、感覚ではなく数値で管理する発想が必要になると考えられます。
印刷業界では色の違いを色差（ΔE等）という数値で扱う考え方が定着しています。全数の画像検査でも、カメラで撮った色を安定した基準に対して評価し、どれだけずれているかを数値で判定する設計にすると、閾値を根拠を持って決められます。ただしラインカメラの色は照明・ホワイトバランス・キャリブレーションの影響を強く受けるため、色まで見るなら基準の当て方と定期的な校正の運用まで含めて設計する必要があります。まずどこまでを色で見て、どこからを別工程（測色計等）に任せるか、線引きを決めておくのが現実的です。
見当ずれや絵柄と断裁位置のずれは、色や濃度の判定とは切り離し、基準となる目印（トンボや特徴的な絵柄）を検出してその位置を測る、という測定の問題として設計するのが素直です。何mm以内なら許容か、という基準を数値で持てるため、良否のぶれが少なくなります。文字や日付・ロットの印字が絡む場合は、印字の内容照合まで踏み込むこともあり、food date print ocr inspectionやcable marking print quality inspectionで扱う印字検査の考え方が参考になります。
色・位置・濃度は、それぞれ最適な扱い方が違います。全部を一つのロジックに押し込もうとせず、欠陥ごとに適したやり方を組み合わせる設計にすることが、安定した全数検査につながると考えます。
全数の画像検査は、入れた瞬間から完璧に動くものではありません。むしろ稼働してからが本番で、良品として流していい範囲（閾値）を現場のデータで少しずつ調整していく前提で考えるのが健全です。ここを「一度作れば終わり」と誤解すると、期待と現実のギャップに苦しむことになりかねません。
閾値を厳しくすれば見逃しは減りますが、正常品まで弾く過検出（過剰検出）が増え、現場が確認作業とライン停止に追われます。逆に緩めれば過検出は減りますが見逃しリスクが上がります。どちらをどこまで許容するかは、その製品の流出コストと現場の負荷のバランスで決める経営・品質の判断であり、技術だけでは決められません。「見逃しゼロ・過検出ゼロ」は原理的に両立しにくいことを、関係者で共有しておくことが大切だと考えられます。
運用を育てるには、判定が疑わしかった画像を記録し、後から人が「これは不良／これは良品」と振り返れる仕組みが効きます。この蓄積が閾値の調整根拠になり、学習ベースの判定なら再学習の材料にもなります。最初から100点を狙わず、記録→振り返り→調整のループを回せる体制を作れるかどうかが、長く使える検査になるかの分かれ目だと考えます。
また、絵柄替え・紙替え・インキ替えのたびに条件は変わります。段取り替えの際に誰がどう基準を更新するのか、その運用手順を最初に決めておくと、現場に定着しやすくなります。
これまで多くの立ち上げを見てきた経験から、印刷・紙加工の全数検査で特につまずきやすい点を挙げます。事前に知っておくだけで、回避できるものが少なくありません。
ここまで読んで「うちのラインで本当に見えるのか」を確かめたくなったら、いきなり本番ライン全体を作り込むのではなく、小さく検証してから広げる進め方をおすすめします。印刷欠陥は現物・現場でしか分からない要素が多く、机上の仕様だけで方式を確定するのはリスクが高いためです。
まず良品と、実際に流出やクレームになった不良品の両方を集めます。かすれ・ムラ・見当ずれ・色差など、種類ごとに分けておくと後が楽です。「これは不良、これは限度見本」という良否の境界にあるサンプルが、閾値設計では最も価値があります。
集めた現物を実際に撮像し、狙った欠陥が写るか、正常品と区別できるかを検証します。この段階で撮像・照明の条件を詰め、方式の見当をつけます。撮像で見えないなら、その先の判定をいくら作っても解決しません。逆にここで見えることが確認できれば、全数化の見通しが立ちます。PoC・検査方式設計では、この「小さく撮って確かめる」工程を最初に置き、検査可否と方式を見極めてから本格導入に進みます。
見通しが立ったら、対象品種やラインを絞って稼働させ、過検出・見逃しを記録しながら閾値を育てます。安定してきたら他品種・他ラインへ横展開する、という順序が現実的です。最初から全部を狙わず、確実に効く範囲から広げるほうが、結果的に早く定着すると考えます。まずは自社の欠陥を客観的に把握し、現物を撮ってみる。そこが確かな出発点になると考えます。
全数化で人の集中力に依存する取りこぼしは大きく減らせると考えられますが、見逃しを完全にゼロと断定はできません。閾値を厳しくすれば正常品を弾く過検出が増え、緩めれば見逃しリスクが残るというトレードオフが本質的にあります。どこで折り合いをつけるかは流出コストと現場負荷のバランスで決める判断であり、現物での検証を前提に設計することが重要です。
搬送に同期して1ラインずつ読み取るラインスキャンカメラなどを用い、解像度・速度・照明を相互に設計すれば、連続搬送のまま全数で見ることは十分に検討できる領域です。ただし成否の大半は撮像・照明の設計で決まります。捉えたい最小欠陥のサイズから逆算し、実際の現物で撮れるかを確かめてから方式を確定するのが確実だと考えられます。
色を感覚のまま自動化すると照明・紙・カメラの条件で振れやすいため、色差（ΔE等）のように数値で扱う設計と定期的な校正の運用を組むのが前提になります。その上でどこまでを画像検査の色判定で見て、どこからを測色計など別工程に任せるか、線引きを決めておくことをおすすめします。厳密な測色そのものを完全代替すると断定はできません。
基準画像を毎回用意する差分方式は多品種では運用負荷が高くなりがちです。良品の見え方の幅を学習させる方式や、VLMに欠陥の意味を理解させる方式を組み合わせることで対応を検討できます。ただし品種替え時の基準更新を誰がどう行うかの運用設計が定着の鍵になります。自社の品種構成に合うかは、現物での小さな検証で見極めるのが確実です。
まず良品と、実際にクレームや流出になった不良品の現物を、かすれ・ムラ・見当ずれ・色差など種類ごとに集めることをおすすめします。特に良否の境界にある限度見本相当のサンプルが検証で価値を持ちます。加えて、捉えたい最小欠陥のサイズと、現行の搬送速度・紙質を把握しておくと、撮像設計の議論がスムーズに進むと考えられます。
かすれ・刷りムラ・見当ずれ・色差は、仕様書だけでは可否を判断できません。良品と不良品の現物を持ち寄り、実際に撮って見えるかを小さく検証するところから始めます。元キーエンス画像処理事業部の現場知見をもとに、撮像・照明・判定を一体で設計します。
印刷の全数画像検査について相談する