高精密航空轴承滚珠装配的准确性是其质量与性能的重要检测指标,决定了其是否达到出厂要求。本文着眼于当前缺少对航空轴承成品滚珠装配检测的现状,针对滚珠被保持架严重遮挡的航空轴承,根据其只能通过局部可见特征预测完整滚珠形状的检测难点,和其对检测精准度的高要求,基于图像对局部滚珠进行语义分割与完整形状拟合,并通过测量滚珠尺寸检测滚珠的错装和漏装。首先搭建了一种针对滚珠装配的检测平台,根据航空轴承光滑金属质地的反光特性和其滚珠所在狭缝光线难以透过的问题,搭建了光学环境,并进行了图像采集系统的硬件选型,以及软件方案的设计。然后针对航空轴承图像中滚珠被严重遮挡,背景复杂的问题,选择基于卷积神经网络的语义分割方法对局部滚珠进行分割。着眼于滚珠小目标分割,且边界与背景对比不佳需要精细边缘的特点,在Deeplab V3+模型的基础上改进特征提取网络,并设计了能够结合更多底层细节特征的解码器结构,即拥有更强大解码能力的局部遮挡滚珠分割模型。最后对分割后的局部滚珠边缘和滚珠原图边缘进行边缘位置与梯度的相似性度量,在原图中进一步精细滚珠边缘,针对两段圆弧边缘较短小且互不连通的特点,利用基于圆拟合度评估的随机圆检测算法,通过寻找最优值确定拟合圆即完整滚珠形状,并对其进行测量,根据分割结果和尺寸测量结果判断滚珠是否为漏装或者错装。论文最后对上述所提算法进行了实验验证,结果表明,本文改进的滚珠分割模型可实现对局部遮挡滚珠的精准分割,分割结果的平均交并比可达到0.748,可以正确判断滚珠是否漏装。在经过后续对分割结果的处理拟合完整滚珠后,对滚珠尺寸进行精确测量且测量精度可达26.73微米,滚珠错装误检率为1%。本文所提方法可实现对航空轴承滚珠装配的精准检测,为局部遮挡的滚珠目标检测提供了有益的参考,在工程应用和理论研究上都具有一定的价值。