轴承套圈是工业强基工程中的重要基础件,其质量直接影响轴承及主机运行安全。荧光磁粉探伤因操作简单、灵敏度高等优势广泛应用于轴承套圈的表面裂纹检测中,但目前荧光磁粉探伤设备大多为半自动化,探伤结果仍依赖人工观察,检测效率低。采用机器视觉技术取代人工完成裂纹磁痕判别,是实现轴承套圈荧光磁粉探伤全自动化的有效途径。因此,本文展开以下研究工作:首先,从轴承套圈结构和轴承套圈表面磁痕形成的原理出发,得出轴承套圈表面常见的几种磁痕显示:裂纹磁痕、伪磁痕、非相关磁痕。依托企业轴承套圈检测试验平台现场采集多组荧光磁痕图像,并进行了图像样本集制作。同时对样本中轴承套圈常见磁痕显示的几何特征和灰度分布特征进行了分析对比。其次,基于不同磁痕显示的特征差异,对磁痕图像进行预处理以去除紫外灯反射条纹干扰,结合裂纹磁痕的线状特征采用Steger算法实现磁痕图像中线状磁痕的中心线提取,并根据非相关磁痕和裂纹磁痕的法向灰度分布特征的区别,采用高斯相似度度量方法抑制了非相关磁痕。在得到了裂纹磁痕候选区域的基础上,采用改进的Mobile Net V3模型提取裂纹磁痕的深层特征实现裂纹磁痕的识别。实验结果表明,基于磁痕图像深层特征的识别算法查全率96.5%,查准率91.7%,平均单图识别速度1.7s,性能优于传统识别算法。进一步的,为保证裂纹磁痕定量结果的准确性,对已识别出的裂纹磁痕图像进行曲面畸变校正,并采用磁粉探伤标准试片对磁痕尺寸进行标定,得到磁痕长度及宽度的标定系数。基于裂纹磁痕中心线结点特征对线性、树状和网状三种典型裂纹进行分类,并针对线性和树状裂纹采用图像处理算法提取对应的几何特征参数进行了定量分析。本文定量方法与人工测量对比结果表明,裂纹长度平均误差约9%,宽度平均误差约13%,可满足实际定量要求。最后,为验证本文提出的磁痕图像识别和定量算法,结合磁粉探伤实际应用需求,设计了轴承套圈磁痕图像识别和定量软件。对实际采集的磁痕图像样本进行了检测,验证了软件系统识别和定量功能,有一定的应用参考价值。