[目的]针对船舶水泵轴承故障时的振动信号故障特征易被噪声淹没，导致诊断准确率较低的问题，提出一种基于巴特沃斯均值滤波器和马尔可夫转移场（Butterworth mean filtering-Markov transition field, BMMTF）与ResNet-18网络相结合的轴承故障特征增强与诊断方法。[方法]首先，引入BM滤波器，以强化信号的故障冲击波形，从而抑制噪声干扰、增强故障特征；然后，通过MTF绘制二维图像，以有效可视化并增强信号特征，并将经BM信号滤波后的MTF图像输入ResNet-18网络进行诊断识别；最后，采用西储大学轴承故障公开数据集、实验室轴承故障数据集和船舶水泵轴承故障数据集进行对比验证。[结果]实验对比结果表明，该BM-MTF方法可以有效提取轴承故障特征，其对3种轴承故障数据集的诊断准确度均达到100%，显著提升了轴承故障准确度。[结论]研究成果可为船舶水泵轴承故障诊断提供参考。
