“十二五规划”期间,国家明确指出,轴承是加快振兴装备制造业的16个关键领域的核心基石,它在多个关键领域有着广泛的应用。作为轴承核心零件之一的轴承滚子,其表面质量直接决定了轴承的质量。近年来随着机器视觉技术的蓬勃发展,越来越多的学者将机器视觉技术应用于轴承滚子表面瑕疵检测之中。但在轴承滚子瑕疵检测中会受到光照不均的影响,导致误检或漏检,从而降低系统检测的准确性。针对这个问题,本文通过对工业相机、工业镜头和工业光源的选型完成瑕疵检测系统图像采集模块的搭建,并对轴承滚子各表面的常见瑕疵进行整理和分析,依托实际项目进行了如下研究:(1)本文对传统的Retinex光照校正算法进行了分析研究,并针对该算法在轴承滚子瑕疵检测中出现的细节丢失问题,提出了一种基于中值滤波的改进型Retinex光照校正算法。该改进型算法使用中值滤波代替高斯环绕函数完成图像光照分量的估计,并使用信息熵函数完成对原图光照均匀性检测,以此减少算法在实际应用中的冗余计算。仿真结果表明,该改进型算法与传统Retinex光照校正算法相比,在处理时间相近的前提下,明显改善传统Retinex光照校正算法的细节丢失问题。(2)在光照校正算法基础上设计了一套轴承滚子瑕疵检测算法,并使用多线程技术对算法进行了实现和多工位结果融合。轴承滚子瑕疵检测算法共5个步骤,分别是ROI定位、光照校正、预处理、疑似瑕疵定位以及瑕疵确认。此外,作者对影响系统处理速度的各向异性滤波算法进行了CUDA加速,将其算法速度提升了近20倍,最终使轴承滚子瑕疵检测系统的检测速度达到了400~500ms/个,满足实际项目对于轴承滚子检测速度的要求。经过现场测试,基于光照校正算法的轴承滚子瑕疵检测系统相对于未加入光照校正的系统能够较好地避免误检和漏检瑕疵,相对于人工检测方式具有更快的检测速度和更稳定的准确率。