航空结构件加工过程中,材料去除率大,刀具用量大,切削刀具的几何参数与磨损状态对于加工效率、加工精度有重要影响。实时检测刀具几何参数,防止因换刀频繁导致刀具选取错误。通过实时监控刀具磨损状态,可以有效预防凭经验检测造成的未达磨损标准即换刀或已过度磨损才换刀,刀具寿命潜能无法有效发挥等问题。将视觉图像识别技术应用于刀具加工状态检测中,突破了传统方法的局限,具有非接触、精度高、易操作等优点。然而目前检测刀具状态的视觉系统仍存在着离线检测、处理算法繁冗复杂等问题。本文开展基于机器视觉的刀具加工状态在位检测技术的研究,阐述了刀具几何参数和刀具磨破损状态检测的研究背景、发展现状及科研成果。以智能化监测刀具加工状态为目标,设计、建构、实验验证了一套基于工业相机的刀具几何参数及刀具磨损状态在位集成检测系统,并匹配开发出可实时处理在机刀具图像的软件。在刀具几何参数与磨损状态参量检测系统构建的研发中,根据刀具光学属性、在机成像环境以及检测目标对照明系统的要求,提出了平板面光源背向照明和环形面光源正向照明相结合的照明方案,普通镜头与双远心镜头采集图像方案,以及采用三棱镜将底、侧刃集成于同一相机的策略,并设计、构建出具体安装和调整机构。在MATLAB软件平台上,研发刀具几何参数检测的图像处理算法,提出一种连通域外接矩形的检测算法,直径误差绝对值<0.01mm,悬长误差绝对值<0.08mm。研发刀具磨损状态参量检测的图像处理算法,提出自相匹配算法,利用连通域分割算法对刃部进行分割,分析各个刀刃的磨损情况;通过旋转定位算法将各刀刃进行规律排布,进行统一图像处理;采用局部角度阈值算法对刃部的切削刃进行提取,进而拟合计算各刀刃磨损量。实验结果表明刀具底刃最大磨损量的误差绝对值小于0.007mm;重度磨损或破损情况下,底刃最大磨损量的误差绝对值小于0.057mm。刀具侧刃最大磨损量误差绝对值小于0.03mm。