随着工业智能化的迅速发展，计算机技术被广泛的使用在在机械制造业当中，提高了生产效率和节约成本。特别是航空航天、汽车等高科技行业的快速发展，对现代制造业的加工质量提出了更高的要求，而刀具的磨损状态直接影响着工件的表面质量及加工精度，因此刀具的磨损状态监测技术已经成为一个急需解决的问题。刀具磨损状态监测技术能有效获得刀具磨损的实时信息，判断刀具是否破坏及时换刀；定量研究磨损量与加工参数之间关系，了解刀具磨损状态，优化切削工程中切削参数，保证加工质量，提高生产效率，减缓刀具磨损，延长刀具寿命，节约成本。本文主要基于计算机视觉的刀具磨损检测技术及系统的研究。基于刀具磨损表面的成像原理，归纳了刀具磨损图像像素灰度值分布规律。探究了图像处理技术在刀具磨损的检测的应用算法，实验验证适合本文刀具磨损图像处理的最优算法，并在此基础上改进和提出了系列新的算法，制定测量的算法流程。首先，用中值滤波和对比拉伸两种图像增强技术对图像增强，并提出利用Otsu法和B-样条曲线拟合法，建立了上限阈值与下限阈值的自动确定算法，准确地增强了磨损区与背景区、未磨损区之间的灰度对比度。其次，通过分析刀具磨损图像的稳定区和磨损边缘的非稳定区，提出了边界提取的局部方差算法，给出了自适应的局部方差阈值，清晰地将刀具磨损区从图像中分割出来。在此基础上，利用闭合运算和区域填充两种二值形态学方法对分割部分进行孔洞填充与边界完整化。最后对刀具磨损特征提取和尺寸标定，测量刀具磨损区的几何参数，并通过数据分析了各种分割算法分割后的测量误差，验证了本文提出的局部方差阈值分割算法测量的精度更高，相对误差小于1.325%。本文最后在Matlab环境中的GUI平台，设计了一套刀具磨损测量的实验系统，并通过该系统测量了刀具磨损几何参数。测试结果表明，该系统界面简洁，操作简单，自动化程度高，并验证了本文中所提出的算法提取的边界完整清晰，测量结果精度高，且抗干扰能力强。