我家轴承外观缺陷检测用的是SciSmart智能视觉系统

　　我家轴承外观缺陷检测用的是SciSmart智能视觉系统。轴承是制造业设备当中非常重要的“”，是一种广泛应用的精密基础部件，一旦有轻微的凹坑、划伤等外观缺陷，都可能会影响到产品的机械性能。另外在轴承生产、装配过程中，会产生凹坑压痕、划伤划痕、黑皮缺损，甚至出现倒角过大或过小等典型的外观缺陷，不仅影响产品表明外观，更致命的是影响产品的机械性能。

　　目前国内轴承生产厂家对于轴承外观表面缺陷的检测传统方法是依靠人工目测，劳动强度大，且工作效率低，易引起检测者眼睛疲劳，出现漏检，无法满足质量控制的需求。

　　轴承外观缺陷视觉检测设备作为一种新型有效的检测手段，可对轴承进行全方位检测，包括凹坑划伤、缺损、锈斑黑皮、裂纹划伤、是否混盖、字符有无、倒角过大过小等典型的缺陷。轻微的凹坑、划伤都能检测到，OPT自主研发SciSmart智能视觉系统，具备完整知识产权的智能软件产品，包含深度学习技术、3D视觉处理、高速视觉检测、支持多工位并行、支持在线调试、支持自定义用户界面等各个更新点。下面将介绍什么是图像检测？什么是Blob分析？Blob分析的用途是什么？

　　打开SciSmart智能视觉软件，在主界面右下方工具箱栏点击图像检测的图标。在图像检测功能模块列表中可以看到，除了Blob分析，推荐阅读：定性研究，还有划痕检测、边缘提取、轮廓操作等工具，如图1所示：

　　是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域。Blob分析是将图像进行二值化，分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程。

　　分析为机器视觉应用提供图像中斑点的数量、、形状和方向，还可以提供相关斑点间的拓扑结构。Blob分析可应用于特定目标定位、缺陷检测、数量统计等，主要适用于二维目标图像、高对比度图像，以及存在缺陷检测、数量范围和旋转不变性的场景需求。同时，Blob分析不适用于低对比度图像，以及必要的图像特征不能用2个灰度级描述的图像等。

　　图4中蓝色框为ROI，勾选表示忽略靠近图像边缘或者ROI边界的Blob块区域，否则靠近边界的Blob块将被保留，进行后续的计算。

　　勾选表示结果图像将输出一张二值图，符合筛选条件的Blob作为白色区域输出，并将此结果图像显示在图像控件上；否则结果图为源图，将源图显示在图像控件上，并以绿色区域表示符合筛选条件的Blob块。

　　孔洞数：表示一个Blob内有多少个孔洞(孔洞指Blob轮廓内与之不连通的区域)。例如一个白色连通区域内有3个不连通的黑色区域，则孔洞数为3。

　　对称性：以经过中心和重心的一条直线为分界线，求直线两侧的对称性，对称性数值越接近0，表示Blob块越对称。

　　在Blob分析工具界面将参数设定好，分析到目标数据后，点击“确定”退出，切换到输出界面：勾选想要进行输出的测量值，才能在其它数据处理中对测量值进行调用。