滚动体缺失、圆锥滚子倒装等轴承装配缺陷是影响轴承质量的重要因素。机器视觉检测技术以其准确性好、检测速率高、可靠性强等优点弥补了传统检测方法的缺点。由于轴承生产现场中复杂的环境干扰，检测系统易出现误判，因此，对稳定性好、识别率高的圆锥滚子倒装缺陷检测系统的研究是非常必要的。　　本文提出了一种基于数字滤波的圆锥滚子倒装缺陷视觉识别系统，该系统由图像采集单元获取轴承图像，通过分析轴承滚动体图像信号，确定其所对应的频域特征参数，并根据图像预处理算法和基于数字滤波的缺陷识别算法实现圆锥滚子倒装缺陷的识别。首先，分析轴承滚动体自身结构、倒装缺陷及其他干扰因素对轴承滚动体图像的影响特性；进而研究滚动体环带内像素统计信号的频域特征，确定以上影响因素在像素统计信号中的频域特征参数；然后，采用局部自适应阈值二值化算法对原始图像进行分割，得到轴承滚动体图像细节完整的轴承图像；通过形态学滤波中的闭运算对轴承图像中噪声进行滤波，得到滚动体轮廓清晰的增强图像，完成图像预处理。最后，依据滚动体图像信号影响因素的频域特征参数，采用基于数字滤波的信号处理方法实现圆锥滚子倒装缺陷识别。主要通过快速圆心定位算法和环带定位算法确定滚动体所在环带区域，采集轴承环带上的滚动体图像像素统计信息；根据频域特征参数，采用 FIR数字低通滤波器滤除像素统计信号中滚动体自身结构所对应的高频信号；对处理后的像素统计信号进行 FFT变换，采用高阶巴特沃斯滤波器滤除变换后信号中干扰信息所对应的低频信号，并对滤波后的像素统计信号进行 IFFT变换，得到只包含倒装缺陷信息的像素统计数据，通过改进的拉伊达准则设定判断阈值，实现缺陷位置的准确识别定位。　　为验证系统性能，分别改变环境条件或轴承缺陷位置进行多次实验，实验结果表明：本系统能够有效克服生产环境干扰，快速、准确的完成不同状态的倒装缺陷识别，检测结果一致性高。因此，本系统能够实现滚动体倒装缺陷的准确定位，且具有检测准确度高、稳定性好、检测速度快等优点，能够满足实际工业生产需求。