轴承作为机械行业重要的基础零件,其质量的优劣影响着装备的使用性能、可靠性和寿命。轴承生产企业为了适应市场的需求,也愈加重视对轴承质量的把控,其中对轴承内、外套圈端面外观的检测便是关键的一环。然而,传统的人工目测方式不仅效率低下,还极易出现误检和漏检,已经无法满足企业提高生产率的需求。因此,企业迫切需要一种自动化检测设备来替代人工完成轴承套圈端面的检测,减少人为因素的影响,实现对产品质量的严格控制。本课题根据合作企业的实际需求,设计了基于机器视觉技术的轴承套圈端面在线检测系统,实现对套圈端面缺陷的自动检测和次品剔除。该检测系统由硬件与软件两大部分组成。硬件部分主要包括视觉系统的搭建与配套硬件的设计与选型。软件部分包括检测系统的权限管理、参数设置等功能模块及缺陷检测算法的设计与实现。通过分析套圈端面各类缺陷的特点,本课题将缺陷分为三大类:外形缺陷、低于目标灰度的缺陷(简称低灰度缺陷)及高于目标灰度的缺陷(简称高灰度缺陷)。缺陷检测算法依据缺陷类型及检测次序,分为外形缺陷检测算法、低灰度缺陷检测算法及高灰度缺陷检测算法。在外形缺陷检测算法中,提出一种能快速自适应阈值的Canny算法用于边缘检测,并利用边缘数目完成了部分外形缺陷的检测,再通过最小二乘法拟合端面内外圆,完成端面定位与提取,最后根据拟合结果及先验知识实现对其余外形缺陷的检测;在低灰度缺陷检测算法中,基于Otsu法获取套圈端面环形区域的最佳阈值,实现对低灰度缺陷的分割提取,针对光照不均可能使算法产生误检的情况,将端面划分成八块区域,引入了各分区域的端面最低灰度值与缺陷面积共同作为判别标准,提升了算法的检测准确率;在高灰度缺陷检测算法中,为减弱光照不均影响,同时考虑到算法效率,将端面划分成四块区域,基于各区域的种子像素,采用区域生长算法实现目标区域提取,并根据各区域的形状特征完成缺陷判别。本文设计的基于机器视觉的轴承套圈端面在线检测系统实现了轴承套圈端面外观检测过程的自动化,提高了检测效率和检测质量,有助于我国轴承行业产品的品质提升。离线测试结果表明,系统的综合检测准确率可达99.1%,且检测平均耗时不超过300ms,能够实现对套圈的100%检测,具有较高的工程应用价值。