轴承是机械装备的“关节”，其表面质量与尺寸精度直接决定设备运转寿命、振动噪声及可靠性。传统人工检测易受主观影响，效率低且漏检率高，视觉检测作为非接触式技术，通过高分辨率成像与算法分析，可精准识别表面缺陷并测量尺寸参数。本文将详细拆解轴承视觉检测中，表面缺陷与尺寸精度两大方向的具体检测项目及技术要点，为行业应用提供参考。
轴承表面缺陷检测：裂纹的识别与检测要点
裂纹是轴承最危险的表面缺陷，多出现于内外圈滚道、滚动体或保持架的应力集中区，形态为线性或分支状，宽度通常在0.01mm-0.1mm之间，对比度低，易与划痕混淆。例如，内圈滚道的裂纹多沿圆周方向延伸，若检测到的线性特征方向偏离30°以上，大概率是划痕或杂质。
视觉检测时需用高分辨率相机（≥500万像素）配合环形暗场光源——暗场光使裂纹边缘漫反射形成亮线，正常表面因镜面反射呈黑暗，突出裂纹特征。算法上用Canny边缘检测提取线性特征，再通过长度（≥0.5mm）、宽度（≤0.2mm）阈值过滤噪声，同时用旋转平台采集360°图像，避免漏检曲率面下的裂纹。
轴承表面缺陷检测：划痕的分类与视觉检测方法
划痕分滑动划痕（长直线，深浅不一）和冲击划痕（短而深，边缘不规则），多由装配或运输中的摩擦、撞击导致。滑动划痕常沿滚道圆周方向延伸，冲击划痕则多分布在轴承端面或外圈边缘。
视觉检测用斜射白光（角度30°-45°），使划痕产生阴影，增强对比度。算法用纹理分析提取连续灰度突变区域，通过长度（滑动划痕≥2mm，冲击划痕≤1mm）、深度（用结构光测量≥0.02mm）区分划痕与轻微擦伤，避免将表面灰尘误判为划痕。
轴承表面缺陷检测：麻点（点蚀）的特征与检测逻辑
麻点是表面微小凹坑（直径0.05mm-0.5mm），由接触疲劳或腐蚀导致，多分布在滚道表面，呈现密集或分散的点状物。麻点会加剧滚动体与滚道的摩擦，缩短轴承寿命。
视觉检测用环形明场光源，照亮凹坑底部形成低灰度区域。算法用形态学开运算去除噪声（如表面颗粒），再统计凹坑数量（≥3个/mm²为不合格）和最大直径（≥0.3mm为不合格），同时通过边缘清晰度区分麻点与油污——油污是均匀灰度，麻点有清晰的凹坑边缘。
轴承表面缺陷检测：锈蚀的视觉识别与区分技巧
锈蚀是表面氧化层，呈红棕或灰白色，多因存储环境潮湿或防锈油失效导致，常见于轴承端面、内圈内径等不易接触防锈油的区域。锈蚀会破坏表面光洁度，加速轴承腐蚀。
视觉检测用HSV颜色空间分析——锈蚀的H通道值（色调）在0°-30°（红棕）或180°-240°（灰白），而正常钢表面H值在60°-120°（钢灰色）。算法通过颜色阈值分割锈蚀区域，再用纹理特征（锈蚀有颗粒感，油污无）区分锈蚀与油污，避免将防锈油残留误判为锈蚀。
轴承表面缺陷检测：烧伤的形态特征与检测算法
烧伤是热处理不当导致的表面变色（蓝或黑），多为局部环形（滚道烧伤）或片状（保持架烧伤），反光率低于正常表面。烧伤会降低表面硬度，加速疲劳失效。
视觉检测用灰度直方图分析，烧伤区域灰度值比正常区域低20-50个灰度级。算法用阈值分割提取异常区域，再通过形状（环形对应滚道烧伤）和位置（滚道或保持架）判断烧伤类型，避免将表面灰尘或油污误判为烧伤——灰尘的灰度值波动大，油污则是均匀的低灰度。
轴承表面缺陷检测：磕碰伤的3D视觉检测应用
磕碰伤是外力撞击导致的凹陷或变形，形状不规则，边缘陡峭，深度≥0.05mm，多发生在轴承端面或外圈边缘。2D视觉仅能检测平面特征，易漏检深度较浅的磕碰伤。
需用3D结构光相机采集表面点云数据，通过深度图找局部深度突变区域（深度差≥0.05mm）。算法用区域生长法分割磕碰伤区域，计算其面积（≥0.5mm²为不合格）和深度，确保检测精度。例如，外圈边缘的磕碰伤若深度≥0.1mm，会影响与轴承座的配合，需判定为不合格。
轴承尺寸精度检测：内径的测量方法与误差控制
内径是内圈与轴配合的尺寸，公差通常为IT5-IT7级（如6205轴承内径25mm，公差0-0.013mm）。内径过大或过小都会导致轴与内圈配合松动或过紧，影响旋转精度。
视觉检测用环形光源照亮内孔，面阵相机采集边缘图像，采集3个轴向截面（间距≥2mm）的4个角度点（0°、90°、180°、270°）。边缘提取用亚像素级算法（如Zernike矩），定位精度达0.1像素（相机像素尺寸5μm时，精度0.5μm），再用最小二乘法拟合圆取平均直径。误差控制需保证旋转平台同轴度≤0.005mm，定期校准光源亮度均匀性（变异系数≤5%）。
轴承尺寸精度检测：外径的视觉测量要点
外径是外圈与轴承座配合的尺寸，公差同内径。外径过大易导致安装困难，过小则会产生径向间隙，增加振动。
视觉检测用面光源照亮外圈，相机采集侧面图像，测量3个轴向位置（两端和中间）的外径，取平均值。算法用边缘检测提取外圈轮廓，拟合圆计算直径，需注意外圈的圆柱度——若各位置外径差≥0.005mm，说明外圈存在锥形变形，需判定为不合格。
轴承尺寸精度检测：宽度的轴向尺寸控制
宽度是轴承轴向尺寸，影响安装间隙，公差通常为IT6-IT8级（如6205轴承宽度17mm，公差0-0.018mm）。宽度过大易导致轴承箱内间隙过小，过紧则会增加轴向摩擦力。
视觉检测用侧视相机采集端面图像，测量两个端面的距离。需保证轴承端面平行（平行度≤0.005mm），否则会因倾斜导致测量误差——可通过旋转轴承采集多个角度的宽度值，取平均减少误差。例如，若轴承端面倾斜0.5°，宽度测量误差可达0.01mm，超过公差范围。
轴承尺寸精度检测：倒角尺寸的轮廓识别
倒角是内外圈的圆角（r/R），用于防止安装时划伤轴或轴承座，公差通常为±0.1mm。倒角过小易导致安装划伤，过大则会减少配合面积。
视觉检测用斜射光（角度45°）突出倒角轮廓，相机采集倒角图像，用轮廓跟踪算法提取圆角边缘，拟合圆弧计算r/R值。同时检查倒角完整性——若倒角缺角（面积≥0.1mm²），说明加工时刀具磨损或定位错误，需判定为不合格。
轴承尺寸精度检测：圆度的旋转式视觉测量
圆度是滚道或内外圈的圆形程度，误差≤0.002mm（高精度轴承）。圆度误差大会导致滚动体与滚道接触不均匀，增加振动和噪声。
视觉检测用旋转平台带动轴承转动（转速≤10rpm），相机连续采集360°边缘点，用最小二乘法拟合圆，计算最大半径与最小半径之差（圆度误差）。需注意旋转平台的径向跳动≤0.001mm，否则会引入系统误差——例如，平台径向跳动0.002mm，会导致圆度测量误差增加0.001mm。
轴承尺寸精度检测：同轴度的双相机测量方案
同轴度是内外圈轴线的重合程度，误差≤0.005mm（高精度轴承）。同轴度误差大会导致载荷分布不均，加速滚道磨损。
视觉检测用双相机分别拍摄内圈和外圈的边缘，拟合各自轴线，计算轴线偏移量。或用单相机配合旋转平台，采集内外圈的360°边缘点，拟合内外圈的轴线，计算同轴度误差。需保证相机的标定精度（像素尺寸误差≤0.1μm），否则会影响测量结果——例如，像素尺寸误差0.2μm，会导致同轴度测量误差增加0.001mm。