[비전검사 시리즈 14편] 비전검사에서 Blob Analysis 활용 방법 | 면적 검사와 이물질 검출

Blob Analysis란?

산업용 비전검사 시스템에서 가장 많이 활용되는 이미지 처리 기술 중 하나가 Blob Analysis(블롭 분석)입니다.

Blob Analysis는 이미지 안에서 연결된 객체 영역을 찾아 면적, 위치, 개수, 형상 등을 분석하는 방법입니다.

자동차 부품 검사, 반도체 검사, PCB 검사, 식품 검사, 의약품 검사 등 다양한 산업 분야에서 사용되고 있습니다.

특히 다음과 같은 검사에서는 Blob Analysis가 매우 효과적입니다.

• 제품 유무 검사
• 부품 누락 검사
• 이물질 검출
• 면적 검사
• 접착제 도포 검사
• 납땜 영역 검사

Blob Analysis는 복잡한 AI 모델 없이도 빠르고 안정적인 검사를 구현할 수 있다는 장점이 있습니다.

Blob(블롭)이란?

Blob은 이미지 처리 분야에서 연결된 하나의 객체 영역(Connected Region)을 의미합니다.

일반적으로 Binary Image에서 같은 밝기 값을 가지며 서로 연결된 픽셀 집합을 하나의 Blob으로 판단합니다.

예를 들어:

흰색 배경 이미지 위에 검은색 원이 있다면 해당 원 영역 하나가 Blob입니다.

검은색 점이 여러 개 존재한다면 각각 독립적인 Blob으로 분석됩니다.

즉, Blob Analysis는 이미지 안에 존재하는 객체를 찾아 크기와 형태를 분석하는 기술입니다.

Blob Analysis 동작 원리

일반적인 Blob Analysis 과정은 다음 순서로 진행됩니다.

1. 이미지 입력

카메라에서 검사 이미지를 획득합니다.

2. Grayscale 변환

컬러 이미지를 밝기 정보 기반의 Gray 이미지로 변환합니다.

3. Threshold 이진화

객체와 배경을 구분하기 위해 Binary Image를 생성합니다.

예:

• 밝은 영역 → 255
• 어두운 영역 → 0

4. Blob 추출

연결된 픽셀 영역을 찾아 각각의 객체로 분리합니다.

5. 특징 계산

각 Blob의 정보를 계산합니다.

대표 항목:

• Area
• Width
• Height
• Center Position
• Bounding Box
• Shape

6. 검사 조건 비교

설정된 기준값과 비교하여 OK/NG를 판정합니다.

Blob Analysis에서 분석하는 주요 데이터

Blob 하나를 검출하면 다양한 정보를 얻을 수 있습니다.

분석 항목	설명
Area	객체 면적
Width	가로 크기
Height	세로 크기
Center	중심 좌표
Bounding Box	외접 사각형
Perimeter	둘레 길이
Circularity	원형도
Aspect Ratio	가로·세로 비율
Orientation	회전 방향

이 데이터를 활용하면 단순 존재 여부뿐 아니라 제품 형상과 크기까지 검사할 수 있습니다.

면적(Area) 검사의 원리

Blob Analysis에서 가장 많이 사용하는 기능은 Area 검사입니다.

Area는 Blob을 구성하는 픽셀 개수를 의미합니다.

예를 들어 정상 부품의 면적이 다음과 같다고 가정합니다.

정상 Area: 5,000 Pixel

검사 기준:

최소 : 4,800 Pixel
최대 : 5,200 Pixel

검출된 Blob 면적이 기준을 벗어나면 불량으로 판단합니다.

장점: 빠른 처리 속도, 쉬운 구현, 높은 반복성 때문에 산업 현장에서 가장 많이 사용하는 검사 방식입니다.

Blob Analysis를 이용한 이물질 검출

제품 표면에 먼지, 오염, 이물질이 발생하면 이미지에서는 작은 Blob으로 나타납니다.

예:

검은색 플라스틱 제품 위 흰색 먼지 발생

        ↓

Threshold 처리

        ↓

흰색 Blob 생성

       ↓

면적 기준 검사

       ↓

불량 판정

이때 단순 면적뿐 아니라 위치 조건을 함께 적용하면 오검출을 줄일 수 있습니다.

활용 분야:

• 식품 검사
• 의약품 검사
• 디스플레이 검사
• 반도체 검사

Blob Analysis 활용 사례

1. 제품 유무 검사

부품 존재 여부를 판단합니다.

적용 사례: 볼트 누락 검사, 부품 조립 확인, 라벨 부착 검사 Blob 개수가 0이면 NG 처리하는 방식입니다.

2. Hole(구멍) 검사

제품의 홀 개수와 위치를 검사합니다.

예:

정상 제품: 홀 4개 존재

검사 결과: 3개 검출

→ 누락 불량 판정

3. 이물질 검사

표면 오염이나 먼지를 검출합니다.

면적 + 위치 조건을 함께 사용하면 안정적인 검사가 가능합니다.

4. 접착제 도포 검사

접착제가 정상 면적으로 도포되었는지 검사합니다.

검사 항목: 도포 면적 부족, 과도포, 위치 오류

5. PCB 납땜 검사

납땜 영역의 크기를 분석하여 불량 여부를 판단합니다.

검사 항목: 납땜 면적, 위치, 형상

Blob Analysis와 Connected Component

Blob Analysis는 일반적으로 Connected Component Labeling(CCL) 알고리즘을 기반으로 동작합니다.

연결된 픽셀을 하나의 객체로 분리하는 방식입니다.

대표적인 연결 방식:

4-Connected

연결 방향:

• 상
• 하
• 좌
• 우

대각선은 연결하지 않습니다.

8-Connected

연결 방향:

• 상
• 하
• 좌
• 우
• 대각선

일반적인 비전검사에서는 8-Connected 방식을 많이 사용합니다.

Blob Analysis와 Threshold 관계

Blob Analysis 성능은 Threshold 설정에 매우 큰 영향을 받습니다.

Threshold가 너무 낮은 경우

문제: 노이즈 증가, 작은 Blob 증가, 오검출 증가

Threshold가 너무 높은 경우

문제: 객체 일부 손실, 면적 감소, 미검출 발생 따라서 Histogram 분석을 통해 적절한 Threshold 값을 결정해야 합니다.

OpenCV에서 Blob Analysis 구현

OpenCV에서는 다음 함수들이 많이 사용됩니다.

• connectedComponents()
• connectedComponentsWithStats()
• findContours()
• contourArea()

일반적인 구현 과정:

1. 이미지 읽기
2. Gray 변환
3. Threshold 적용
4. Connected Component 실행
5. Area 계산
6. Bounding Box 표시
7. 검사 결과 출력

산업용 비전 프로그램에서도 기본 구조는 대부분 동일합니다.

Blob Analysis 장점

Blob Analysis는 다음과 같은 장점을 가지고 있습니다.

빠른 처리 속도

단순 픽셀 기반 분석이므로 실시간 검사에 적합합니다.

쉬운 구현

AI 학습 데이터 없이도 구현 가능합니다.

낮은 시스템 요구사항

CPU 환경에서도 빠르게 동작합니다.

다양한 검사 적용 가능

면적, 위치, 개수, 형상 검사에 활용 가능합니다.

Blob Analysis 한계

모든 검사에 Blob Analysis가 적합한 것은 아닙니다.

다음 환경에서는 한계가 있습니다.

• 조명 변화가 심한 경우
• 제품 색상이 일정하지 않은 경우
• 복잡한 형상 검사
• 미세 표면 패턴 검사
• 다양한 불량 형태 분석

이 경우에는 다음 기술과 함께 사용하는 것이 좋습니다.

• Edge Detection
• Pattern Matching
• AI 딥러닝 검사

Blob Analysis 실패 사례와 개선 방법

실패 사례 1. Threshold 고정값 사용

문제

생산 환경에서 조명이 조금 변하면서 Blob 크기가 달라졌습니다.

결과: 정상 제품 NG 판정, 불량 누락 증가

개선 방법

• 조명 안정화
• Histogram 기반 Threshold 설정
• 자동 Threshold 적용 검토

실패 사례 2. 너무 작은 Blob까지 검사

문제

먼지와 센서 노이즈까지 모두 불량으로 판단했습니다.

결과: 오검출 증가, 생산 중단 발생, 개선 방법, 최소 Area Filter 적용, Morphology 처리 적용, 노이즈 제거

실패 사례 3. Area만 검사

문제

면적은 동일하지만 위치가 다른 제품까지 OK 처리했습니다.

개선 방법

Area뿐 아니라:

• 위치
• Circularity
• Aspect Ratio

를 함께 검사합니다.

실무 적용 체크리스트

Blob Analysis 적용 전 확인해야 할 사항입니다.

☑ Histogram 확인
☑ Threshold 최적화
☑ 조명 안정성 확인
☑ Noise 제거 적용
☑ 최소·최대 Area 설정
☑ 위치 조건 추가
☑ 불필요 Blob 제거
☑ 검사 결과 로그 저장

Blob Analysis 자주 묻는 질문(FAQ)

Q1. Blob Analysis와 Contour Detection 차이는 무엇인가요?

Blob Analysis는 객체 내부 영역 전체를 분석합니다.

Contour Detection은 객체의 외곽선을 추출하는 기술입니다.

면적 검사는 Blob Analysis가 적합하고, 형상 측정은 Contour가 적합합니다.

Q2. 작은 먼지도 검출할 수 있나요?

가능합니다.

하지만 카메라 해상도와 조명 조건이 충분해야 하며 최소 검출 크기를 고려해야 합니다.

Q3. AI 검사보다 Blob Analysis가 좋은 경우가 있나요?

있습니다.

단순 반복 검사에서는 Blob Analysis가 더 빠르고 안정적인 경우가 많습니다.

예:

• 유무 검사
• 면적 검사
• 개수 검사

Q4. 컬러 이미지에서도 사용할 수 있나요?

가능합니다.

하지만 일반적으로는 Gray 변환 후 Binary Image에서 가장 많이 사용합니다.

마무리

Blob Analysis는 머신비전 검사에서 가장 기본적이면서도 강력한 이미지 처리 기술입니다.

면적, 개수, 위치, 형상을 빠르게 분석할 수 있기 때문에 자동차, 반도체, 식품, 제약, 전자 산업 등 다양한 분야에서 활용되고 있습니다.

하지만 안정적인 Blob 검사를 위해서는 알고리즘보다 다음 요소가 중요합니다.

• 좋은 조명 환경
• 정확한 Threshold 설정
• 적절한 Noise 제거
• 검사 조건 최적화

비전검사 시스템은 카메라에서 얻은 이미지 품질이 결과를 결정합니다.

다음 비전검사 시리즈 15편에서는
"Edge Detection(에지 검출)의 원리와 활용 방법 | Canny, Sobel 비교 및 실무 적용"을 통해 경계선 검출 기술과 검사 적용 방법을 자세히 알아보겠습니다.