针对生产和装配过程中轴承表面缺陷检测传统方法的不足，提出一种新的轴承表面缺陷类型识别算法。首先改进Canny算子以提高轮廓识别度，将Sift算法应用于缺陷区域提取，对轴承表面缺陷图像和无缺陷图像进行Sift图像匹配以定位缺陷区域，运用像素点的异或运算以精确提取缺陷区域。选择部分Hu矩值和几何特征值准确描述缺陷区域，将其作为BP神经网络算法的输入，从而最终识别出缺陷类型。实验表明，该方法提高了识别率，且具有非接触、速度快、精度高和抗干扰能力强等优点，较好地实现了轴承表面缺陷类型的检测。