滚动轴承在旋转机械中应用非常广泛，但由于工况条件复杂恶劣，导致其故障频发。当滚动轴承发生故障后，轻则造成设备停机，重则可能造成严重或是灾难性的事故。滚动轴承运行状况的好坏直接影响到整个机械的性能，对滚动轴承故障诊断技术的研究具有重要意义。处理和分析振动信号以进行故障诊断的基础便是对振动信号的降噪，降噪的好坏直接影响到故障诊断的结果。本文主要对非局部均值滤波算法进行研究和改进，同时结合一些常用的时频转换方法，提出了一些轴承故障诊断新方法。本文首先介绍了滚动轴承的振动机理进行了分析，对内圈和外圈故障进行了模拟，分析其故障振动信号的特征。针对故障轴承振动信号冗余信息丰富和相似结构快数量明显的特点，提出了一种全新的基于结构块处理的降噪方法，即一维非局部均值降噪算法。通过对算法的改进，减少了一层嵌套循环实现其快速计算。同时针对实测数据噪声方差未知的情况，提出了一种与非局部均值结构块思想相吻合的结构块噪声方差估计方法。本文结合常见的解调分析方法，提出了一种基于非局部均值降噪算法和解调分析的轴承故障诊断方法。通过对非局部均值降噪的滤波信号进行解调分析获得其低频特征波形，结合谱分析获得其频率信息，实现轴承故障的准确诊断。针对具有复杂调制规律的故障信号难以精确解调的问题，提出了一种基于非局部均值降噪算法和局域均值分解的故障诊断方法。该方法能够将非局部均值滤波信号自适应的分解为单一的纯调频信号，结合能量算子解调分析方法，精准地获得故障特征频率信息。本文对非局部均值算法进行了进一步改进，提出了一种基于改进权值函数的双尺度自适应非局部均值滤波算法。提高其滤波效果的同时使其具有自适应的特点。理论分析和实验结果表明：基于非局部均值降噪的滚动轴承故障诊断方法能够有效地消除噪声的干扰，精确地提取滚动轴承的故障特征信息，为滚轴轴承故障诊断提供一种新的方法。