作为非接触式检测的重要手段之一,基于图像处理的缺陷检测技术被广泛地应用于工业领域之中。本论文将轴承图像作为研究对象,以数字图像处理技术为基础,研究合适的防尘盖表面缺陷检测算法,研究内容主要包括以下几个方面:1.针对轴承本身的形状特点及工业标准,提出了一种基于最小二乘法的快速提取轴承防尘盖区域的算法。通过粗略二值化、轮廓提取与轮廓跟踪获得轴承的外圆轮廓,再采用最小二乘法进行圆心定位及半径计算,最终根据轴承型号参数等先验知识分离出以轴承圆心为中心的防尘盖圆环。2.针对原始图像设计了适当的预处理算法,采用基于OTSU阈值分割的算法进行缺陷提取,并提出了对输出图像进行修正的后处理算法。将灰度变换、中值滤波、高斯平滑与拉普拉斯锐化这几种常规图像处理算法进行组合,使得预处理后的图像在质量上得到比较大的提升。使用OTSU法对图像进行阈值分割之后,采用基于区域生长的杂点滤除算法对分割后的图像进行后处理。3.针对阈值分割算法难以区分较浅缺陷与纹理的问题,提出了一种基于小波变换及纹理特征量的Canny算子边缘检测算法。对预处理后的图像进行一层快速小波分解以削弱防尘盖区域的随机纹理,对分解后得到的低频部分和高频部分分别采用不同参数的Canny算子进行边缘检测,最后通过小波反变换重构图像。同时,总结了防尘盖区域的纹理特征量与所选Canny算子参数之间的关系,设计了一种以直方图熵值为参考的自适应策略。4.对全文各缺陷提取算法进行综合分析,提出最终的缺陷检测及优劣判定算法。以第4、5章所提取到的缺陷为基础,对输出图像进行融合,使得最终的缺陷检测兼具这两章中各自算法的优点,而后采用以连通域计算为基础的判定算法,对防尘盖区域是否有缺陷进行判定,实现了轴承防尘盖表面缺陷的智能检测。