轴承是机械基础部件,钢球作为轴承的滚动体,其表面质量直接影响轴承精度、动态性能和使用寿命,因此,对钢球表面质量的检测技术的研究是具有非常重要意义的课题。本文应用运动视觉技术对钢球表面缺陷进行图像序列获取、分析、跟踪与识别研究,并进行了运动视觉检测仪器的开发,其主要研究内容如下。首先,设计了钢球表面缺陷视觉检测实验系统的整体方案,开发了主要的检测机构模块及实验系统控制单元及电路板,从而搭建了运动视觉检测的实验平台。针对钢球视觉检测系统存在的畸变问题,设计了基于多项校正模型的摄像机标定方法。首先综合分析了钢球序列图像畸变的特征,得出钢球机器视觉检测系统共存在两种畸变:摄像机安装畸变和几何畸变。逐一针对畸变进行研究并建立校正矩阵。然后计算坐标系统的变换和校正后摄像机模型的内外参数,最终推导出系统标定的数学模型。其次,研究了钢球图像序列的去噪和复原问题。在分析现场噪声的函数特性和钢球运动模糊的规律基础上,提出了钢球运动图像退化模型,并设计了基于参数估计的维纳滤波方法进行图像恢复。实验效果表明本文复原算法具有明显的清晰度优势。还针对钢球反光与法线光晕现象,分析了其原因并探讨了两种可能的解决途径。设计了组合式照明方案,实现了钢球反光与法线光晕的弱化。再次,针对场景中多个运动钢球序列图像追踪的问题,设计了基于卡尔曼运动估计的免疫自适应模板追踪算法。首先,利用基于改进的免疫算法搜索出最优相关匹配点,检测出钢球。然后,采用Kalman算法得到每个钢球运动参数的估计,获取运动钢球的位置信息。并对匹配模板编号。最后,以基于加权的自适应模板更新算法解决跟踪点漂移问题。还提出基于蚁群算法的动态轮廓模型(Snake)实现钢球轮廓的自动提取策略。第一步,设计了基于圆弧邻域扩展连接边缘的改进型Canny算法来获得钢球Snake模型的初始化轮廓。第二步,设计了基于时间模型的蚁群算法获取Greedy演化最优解,获取了最佳轮廓。最后,对钢球表面缺陷的有无判断和缺陷分类进行了研究。首先分析了钢球表面图像纹理特征,在研究了能量特征、熵值特征、对比度特征、局部均匀特征、相关性参数的基础上,设计了综合熵参数评判钢球表面缺陷的有无。然后还设计了快速OTSU算法来获得钢球表面的缺陷区域。提出了以形状因子F结合3个不变矩,构成4维特征向量来标示钢球表面曲线区域的特征。最后设计了基于验证更新策略的AdaBoost分类器算法,完成对钢球表面缺陷类型的分类。