Surface normal, made possible
See what you need to see, in three dimensions.
表面法線という物理量を、照明不変に。 反射にごまかされず、モノの“本当の状態”を測る。
バイメタル硬貨の金属光沢面。通常の撮像では反射に沈む肖像のレリーフと周縁の刻印が、表面法線では輪郭まで明瞭に立ち上がる。
第40回 神奈川工業技術開発大賞 表彰式（2025年12月26日・神奈川県庁本庁舎）。
第40回（令和7年度）／主催: 神奈川県・神奈川新聞社／受賞対象: 3D×AI 外観検査システム「TR-300」。 「移動ライン上での画像 3D 化という従来困難とされてきた技術課題を解決し、製造業の品質保証と生産性向上に資する」点が評価されました。審査の観点は「独創性・新規性・社会的有用性」。
第38回／主催: 公益財団法人りそな中小企業振興財団（日刊工業新聞社 共催）／受賞対象: TR-300。 「製造現場における実用性と市場性」が評価されました。
日刊工業新聞・神奈川新聞に掲載。神奈川新聞では「高い技術的完成度」「産業応用・社会実装への期待」として報じられました。
多方向からの照明で表面法線を推定し、面の向きそのものを取り出す。法線は照明に依存しない特徴量だから、反射の強さや光源の位置が変わっても、表面の状態は同じように現れる。
“それらしく見える”推定ではない。物理量の測定です。
鋼板の押し疵。一様な灰色に見える面から、くぼみと圧延の筋目が形として立つ。
One capture, four ways to see
試料を置いてボタンを押すだけ。多方向からの照明で表面法線を推定し、4 つの出力が同時に立ち上がる。
照明の当たり方を取り除き albedo を抽出。外周リングと内側で反射率が違うことが分かる。
反射率の差も消え、擦り傷と肖像下の刻印「IRB」が起伏として立つ。
推定した法線から表面形状を復元し、自由に視点を変えながら面を観察できる。真上からの 1 枚では分からなかった起伏が、角度を変えた瞬間に読める。
TOMOMI RESEARCH ／ YouTube YouTube で見る ↗
推定した法線から復元した表面形状を、Viewer で自由に視点を変えながら観察できる。
3 つの層で構成されています。名前が指すものを、はっきりさせておきます。
フォトメトリックステレオを独自に発展させた 3D 画像化技術。多方向照明から表面法線を照明不変に取得する。鏡面・完全光沢面でも正反射を抑えて凹凸を捉える。従来は到達できなかった計測を、現場で成立させる。当社の中核はここです。
AI 異常検知エンジン。良品だけを学習し、検査員が目視で感じる「良品にはない違和感」を数値化して良否を判定する。品種の追加・更新が容易。
センサと判定エンジンを実装した装置群。現場の条件に合わせて構成を選ぶ。付随して、取得データを閲覧する FORESIGHT STEREO Viewer を提供。
FORESIGHT STEREOを実装した外観検査システム。日刊工業新聞・神奈川新聞に取材掲載。
その場で表面を3Dにする観察装置、真上からの1枚ではわからない起伏を、置いてすぐ確認できる。
構成がシンプルで、GUIも分かりやすい。初めてAI外観検査を導入する現場に。
AI異常検知ソフトウェア。良品だけ学習し、検査員が感じる「良品にはない違和感」を数値化して良否を判断する。
取得した4出力と復元した3D形状を、視点を変えながら閲覧するソフトウェア
検査したいところだけを、囲むだけで切り出す。しきい値や輪郭抽出のパラメータを合わせずにマスクをつくる、前処理のソフトウェア。良否の判定はしない。
表面の向きが分かると、何が変わるか。外観検査は、その最初の応用です。
光沢・鏡面の浅いキズ、汚れ。製造現場での稼働実績あり。
表面の微細な個体差を指紋として使う。ブランド保護、トレーサビリティ。
マテリアルスキャン、EC 撮影。素材の見えを物理量として記録する。
視触覚センサ、ビンピッキング。掴む前に表面を読む。
皮膚計測。肌表面の凹凸を、照明条件に依らず定量化する。
文化財 RTI、法科学。触れずに、表面に残された痕跡を読む。
月刊「コロンブス」10月号に掲載｜光沢面のキズはなぜ見えないのか、AI外観検査はなぜ「導入して終わり」ではないのか
写っていないものは、検出できない ― 日本機械学会 年次大会 W252 でCTOが講演しました
「光とAIで"見えない欠陥"を見る」— 日本機械学会 年次大会 特別企画「企業の日」に登壇します
実装基板を「色と形」に分けて見る：PCB外観検査と4つの画像表現
トレーディングカードの表面観察にも、FORESIGHT STEREO® ― 光沢面の「色」と「形」を分けて見る
「良品だけのはず」の学習データにNGが混じったら、検査AIはどうなるか
現場の条件、対象物の素材、必要な精度をうかがったうえで、実現できるかを一緒に確かめます。まず「何が見たいか」からお聞かせください。