针对生产和装配过程中轴承外观表面产生的锈斑、划痕、裂纹等缺陷以及传统检测方法的不足,本文提出了一种基于机器视觉的轴承表面缺陷自动检测方法。该方法与传统检测方法相比,具有非接触、速度快、精度高、抗干扰能力强等优点,能很好地实现对轴承产品的检测。该研究的工程应用可弥补我国轴承行业检测技术的不足,提高轴承的生产率和质量可靠性,实现自动化检测,具有一定的实用价值。本文开发的检测系统以机器视觉和数字图像处理技术为理论基础,以美国NI(National Instruments)公司推出的一种图形化编程语言LabVIEW为软件开发平台。检测系统在红色环形低角度LED光源的均匀照射下用CCD摄像机获取轴承表面图像;由摄像机将图像传送至计算机内的图像采集卡,图像采集卡将模拟信号转换成数字信号并将数据传输给计算机;通过运用编制的图像处理程序对读入计算机的数字图像进行处理和分析以完成对缺陷的识别:首先,用图像灰度均值作阈值对图像进行快速二值化并通过多点拟合和圆环扫描来定位轴承和待检测区域;其次,通过坐标转换把待检测的轴承端面环带区域展开为方便处理的矩形带;接着利用线性增强、中值滤波对图像进行预处理以改善图像质量并通过效果好的NGSAD图像分割方法对图像进行精确二值化;然后,根据设定的目标连通域面积阈值完成图像中有无缺陷的判断;最后,分离缺陷部分并提取其几何特征,运用圆形度因子对取到的特征量进行分类整理以完成系统的检测,并由人性化的界面显示识别结果。在检测平台上以不同型号轴承进行了测试,结果表明该系统能够快速、可靠地检测轴承表面缺陷。检测系统在图像处理过程中加入了缺陷判断环节,减少了后续处理数据量,提高了检测速度,同时柔性化的设计可满足不同型号轴承的检测要求,具有很好的应用前景。