摘要：为了提高轴承圆柱滚子表面缺陷检测识别准确率、降低预测时间，提出一种基于机器视觉的表面缺陷检测方法。离线训练时，对滚子表面图像经Gabor变换后得到的子图进行融合并提取纹理特征，采用改进的Relief算法进行特征降维，减少在线特征提取所用时间。同时，为了降低缺陷滚子的漏检率，引入偏向性处理并使用最小二乘支持向量机进行分类。试验表明，该检测方法在保证整体预测准确率的前提下，实现了缺陷滚子的偏向性预测，适用于实时性要求较高的场合。

关键词：机器视觉 缺陷检测 特征选择 过采样 

单位：无锡信捷电气股份有限公司 江苏无锡214072 江南大学轻工过程先进控制教育部重点实验室 江苏无锡214122