将轴承故障诊断问题转化为故障信号时频图像的识别问题，提出一种采用双向二维主成分分析(two directional，two dimensional，principal component analysis，简称 TD 2DPCA)的时频图像矩阵特征提取方法。首先,利用广义S变换将轴承故障信号变换为时频域图像，采用一种双向压缩的二维PCA方法对图像信息进行特征提取;然后，进行了轴承故障试验，分别采集了轴承在正常、内圈故障及外圈故障状态下的振动信号，采用所述方法对轴承3种状态下的时频分布图像进行特征提取，并根据集成矩阵距离(assembled matrix distance，简称AMD)实现图像的分类识别。试验结果表明，结合广义S变换的双向2DPCA特征提取算法可有效提高计算效率，同时具有良好的诊断性能。