随着科技的进步和发展，用户对产品质量的要求不断提高，传统的人工检测方法已无法满足现代企业的检测要求。机器视觉作为一种新兴的非接触检测方法，在工业领域的应用越来越广泛。针对轴承在生产和装配过程中产生的锈斑、磨损、擦伤等外观缺陷以及传统人工检测方法的不足，本文提出一种基于机器视觉技术的轴承外观缺陷检测方法，该方法可有效提高企业的生产效率，保障产品的质量。　　系统在LED光源的均匀照射下，利用CCD摄像机采集轴承表面图像，经由图像采集卡，通过模数转换将数字图像信息传输到计算机中，对读入计算机的图像进行处理、分析后，输出检测结果。本文提出的检测方法以数字图像处理技术为理论基础，以图形化编程软件 LabVIEW为开发平台，利用其视觉开发工具包对轴承图像进行了采集、处理及识别等操作。　　在进行缺陷检测前，首先需对轴承表面图像进行预处理。本文在传统中值滤波方法的基础上，提出了自适应中值滤波方法，更好地兼顾了抑制噪声和保留细节两方面的性能；利用改进的 Otsu算法对滤波后的图像进行了二值化处理，有效地提升了程序运行效率；利用 Canny边缘检测算子对轴承图像进行边缘检测，很好地突出了图像的边缘信息；通过多边界点的最小二乘拟合圆法对轴承端面图像进行了定位，根据轴承外圈侧面图像的成像特点对其进行定位，并根据其自身特征分离出了轴承端面及外圈侧面图像的有效检测区域；对差影法中的模板图像进行了改进，得到了效果较好的差影图像，并通过形态学处理中的开运算滤除了细小干扰，最后，利用8-连通域法标记缺陷区域，并由人性化的界面显示检测结果。　　在检测平台上对不同型号的轴承进行了外观缺陷检测试验，通过试验，验证了系统方案的可行性。本文提出的机器视觉检测方法能够快速、准确地检测出轴承外观缺陷，系统稳定性好、可靠性高，软件界面友好、操作简便，具有很好的应用前景。