轴承圆柱滚子是轴承企业生产中的关键零部件，其表面质量的好坏是评估滚子的一项重要指标，表面缺陷的存在将严重影响轴承产品的质量和性能。长期以来国内大多数轴承生产企业对圆柱滚子的表面缺陷检测主要是依靠人工完成的，检测结果存在产品质量一致性差、检测效率低以及对有缺陷滚子的漏检和误检等问题，因此亟需改善检测手段，以缓解轴承滚子等零件的快速加工和低速检测之间的矛盾。机器视觉技术是近几年发展很快的图像工程技术，本文基于机器视觉技术，研究滚子表面缺陷在线检测系统和滚子表面缺陷的图像处理算法，达到快速识别滚子表面缺陷的目的。本课题在深入研究现有滚子表面缺陷检测技术的基础上，针对人工目视检测的种种不足，提出了基于机器视觉的轴承圆柱滚子表面缺陷在线检测方法。根据检测要求设计了滚子表面自动展开装置，并在展开轨道上方安装CCD摄像机实时采集滚子表面图像。为了克服滚子表面反光及采集的滚子表面图像效果较差等原因，结合试验，选择了红色LED光源作为检测光源，采用左右两个光源从滚子上方斜向打光的照明方式，得到了清晰有效的滚子表面图像。根据滚子在线检测的环境和滚子自身的特点，通过对图像各种预处理算法的分析研究，采用了高效的中值滤波算法进行图像的预处理，能有效地去除噪声对图像的影响并为下一步图像的分割奠定了基础。分析了各种常用的边缘检测算子的优缺点，通过对各种算法处理后的图像进行分析和比较后，采用了Robert算子作为本系统图像的边缘检测算子，保证了检测结果的实用性和快速性。最后提取了滚子表面图像中的缺陷特征参数，并计算出缺陷的单个面积和全部缺陷面积，为滚子分级提供了信息。