轴承作为制造业的核心器件,是我国重点发展的战略性基础产业之一。轴承滚子作为轴承结构中的关键零部件,起着支撑轴和减少轴承转动摩擦的作用,其质量决定了轴承的性能和寿命。轴承滚子在生产制造过程中,由于机械、环境及人为等因素的干扰可能会出现各种表面缺陷,导致其质量下降,从而影响轴承的性能和使用寿命。有缺陷的轴承滚子产品一旦流入市场,不仅对企业声誉造成不良影响,还会存在重大安全隐患。因此,在生产制造环节中检测轴承滚子表面是否存在缺陷就显得十分重要。为了解决上述问题,本文结合实际项目,提出基于阈值分割的缺陷提取算法。该算法通过自适应设置阈值,完整分割出轴承滚子图像的缺陷区域,并利用伪缺陷过滤进一步剔除不必要的区域,以实现缺陷目标的提取。(1)针对常用阈值分割算法不能完整分割缺陷的问题,提出自适应双阈值缺陷分割算法。首先,通过直方图分析,筛选出部分标准直方图数据;其次,利用该部分数据拟合得到标准函数;然后求取图像直方图包络函数与标准函数的差异值和,根据缺陷灰度比实际偏低或偏高的现象,选取第一个和最后一个使局部差异值和最大的灰度,将其作为初步的缺陷阈值。同时,为了减少拟合所带来的阈值误差,在阈值范围的缺陷直方图中,选取局部最大值对应的灰度作为精确定位的缺陷阈值;最后实现图像分割。实验结果表明,所提算法能提高缺陷区域的完整性,且满足实时性需求。(2)针对分割的缺陷中含有伪缺陷问题,提出了优化特征的伪缺陷过滤算法。该算法首先结合各向同性扩散与形态学处理,得到含有局部背景的区域;其次考虑局部背景越界和噪声干扰的影响,将其与缺陷的区域和轴承滚子区域分别求交,以获得局部背景;最后通过局部背景与缺陷的对比度特征和局部灰度特征的筛选实现伪缺陷过滤。实验结果证明,该算法可以更好的过滤检测结果中出现的伪缺陷。经过现场测试,基于双阈值的自适应分割和优化特征的伪缺陷过滤能较好的提出完整缺陷,过滤伪缺陷,从而提高缺陷的提取精度。