机器视觉技术是近几年发展很快的图像工程技术,对钢球表面缺陷的检测是其用于工业生产的一次重要尝试,有很重要的实际意义。目前,国内多数钢球生产厂家仍采用人工目视对钢球进行检测,即大批的工人在白炽灯下用目视的方法对钢球进行检测,并对其进行简单的分级,这种方法不但误差大而且易受个人主观因素的影响,不同人的检测差别较大,即便是同一个人在不同的时期检测标准也会有所差别,这样可能导致分选出的钢球质量良莠不齐,产品出口或外销时将会大大降低产品的价格和与国外产品的竞争性,并且长期在强光下工作,不仅对人眼的伤害很大,而且容易使人产生视觉误差,导致对缺陷钢球的漏检、误检。针对人工目视的种种缺陷和不足,提出了基于机器视觉的轴承钢球在线缺陷检测,即利用摄像头来代替人的眼睛获取钢球的信息,利用计算机来储存信息和处理信息,用这种方式获取和储存的信息都是二维信息,运用计算机及相应的软件编程将二维信息转换成三维的数据,并最终检测出钢球的全部表面缺陷。自主搭建了实验平台,根据检测要求设计了两条相互垂直的轨道,其上安装的CCD摄像机可采集动态的钢球表面图像,经数字化处理、分析、和识别,最终计算出钢球表面的缺陷面积,并将钢球进行分级。为了克服钢球易反光,表面图像效果不佳的缺陷,自行设计制造了光源系统,采用红色LED漫射光源,拱形碗状结构,避免了外界光源的干扰,得到清晰真实的钢球图像;利用彩色图像的RGB值特征,分析缺陷点和非缺陷点各自的RGB值特征,找到了缺陷提取的新方法,编程实现了钢球表面缺陷的快速、准确提取与计算。根据钢球平面图像与实际图像间的关系,去掉重复部分图像,重构了空间三维的钢球图像,使最终所计算出的缺陷面积与实际缺陷面积更加一致。