刀具在金属切削加工过程中不断产生磨损,刀具的磨损会直接影响到加工精度和加工质量,因此开展在机监测刀具磨损情况保证零件的加工质量的研究具有较高的实用性和社会经济价值。本文以铣削过程中刀具磨损状态为研究对象,对刀具磨损在机检测的技术进行研究,主要完成以下内容:首先,通过分析刀具磨损在机检测系统的需求,制定刀具磨损图像在机采集系统的硬件设计方案,根据采集系统的设计方案对各硬件进行选型和集成,包括机器人和机床空间坐标系对准、底刃图像的采集、侧刃图像的采集和工业相机的位置姿态确定等。其次,提出未磨损铣刀图像的后刀面轮廓提取方法。先对在机采集到的图像进行合适的预处理。为了实现对未磨损刀具图像中的后刀面定位,在传统Niblack算法的基础上,结合图像全局灰度变化的估计信息与局部区域信息之间的关联性,提出了一种自适应修正系数选取的Niblack阈值分割算法,实现了后刀面区域分割。并使用Sobel算法实现后刀面轮廓的提取。再次,为了实现磨损前后切削刃边界线对比与磨损量计算,以未磨损刀具后刀面轮廓线创建形状匹配算法的模板,使用形状匹配算法对磨损的刀具图像进行形状匹配实现后刀面区域定位。在后刀面区域内使用改进的Niblack算法实现磨损区域的定位。提出了一种基于梯度方向与Sigmoid函数拟合的亚像素边缘检测算法,在磨损区域内使用改进亚像素边缘检测算法实现精度在0.1个像素以内的磨损边界亚像素检测,最终计算出后刀面的磨损和破损量的大小。最后,使用VS2012开发平台,结合HALCON图像处理函数库,开发刀具磨损在机检测软件,该软件能够实现刀具图像采集、刀具图像检测和刀具磨损信息数据库存储的一体化集成;进行立铣刀在机检测磨损量实验,磨损量检测结果与超景深显微镜测量结果进行对比,验证系统的可靠性,分析出系统的误差来源和提高系统精度的方法。