在工业生产中,轴承是一个重要的关键零部件,各大轴承生产与装配企业对轴承的合格率都极其重视。目前,装配轴承缺陷的检测主要采用人工检测方法,但人工检测的方法不仅效率低下,同时检测人员的经验也会对检测结果有较大的影响,使得缺陷检测的准确率较低。因此,将机器视觉技术与轴承缺陷检测相结合不仅可以提高轴承缺陷检测的准确率,同时可以减轻检测工人的工作负担,提升轴承生产线的自动化水平。本文主要工作包括:(1)针对装配轴承所处环境复杂而导致图像存在噪点,图像对比度低这类问题。运用图像灰度化进行处理,再用图像增强,图像平滑等方式对图像进一步处理,这些步骤能提高利用改进的RANSAC圆检测进行轴承定位的准确度,进行圆检测之后再对处理完的灰度图像进行二值处理。(2)通过对装配轴承图像的特征进行分析之后,采用了一种改进的基于RANSAC的圆检测算法对图像进行圆检测,找到装配轴承的圆心。在装配轴承缺陷检测阶段,基于二值图像对六种装配轴承的缺陷进行分析,对获得的像素线图进行缺陷特征提取与分类,最后对图像信息扰动设计了重组,去干扰和填充缝隙这三种方法进行处理。(3)针对现场检测的需求,对图像采集环境进行搭建,将本文设计的检测方法应用于装配轴承缺陷检测系统的软件规划中,设计了图像采集模块,图像处理模块,缺陷检测模块,规则数据保存模块,用户界面模块和通讯模块,实现了良好的人机交互功能。本文选取了结构相同五种不同型号的装配轴承作为测试对象,用本文的检测方法进行测试。测试准确率达到了99.9%,满足现场的检测要求。