刀具磨损检测技术对提高自动化加工效率、刀具的利用率和加工质量、极大节约生产成本有着十分重要的意义。在刀具磨损检测技术的各种手段中,基于计算机视觉的图像处理技术有着方便、快捷、无接触、检测精度高等明显优势,本文采取图像处理的方法对刀具磨损图像进行相应处理及检测的关键技术进行了深入研究,对刀具磨损状态的检测有一定的指导意义。本文对刀具磨损状态的特征、机理及磨钝标准进行了分析,确定了以刀具的后刀面磨损图像为研究对象,结合实验所得磨损图像的特点和图像处理的相关技术,对原始的磨损图像进行了图像预处理、边缘检测、阈值分割等处理,并计算出了刀具的磨损值。本文首先通过对原始图像的剪裁、图像增强、中值滤波去噪等一系列预处理,采用基于自适应遗传算法的Otsu阈值分割方法求得最优分割阈值Th,并以此Th值作为Canny边缘检测的门限值进行边缘提取,获得了清晰的刀具磨损边缘。其次,通过灰度矩、空间矩和Zernike矩三种基于矩的亚像素边缘检测方法检测并获取了更精细的磨损边缘,对这三种算法进行了比较,得出了适合本实验的最优算法。最后采用链码边界搜索方法对磨损边界进行了完备描述,进而计算出了基于不同边缘检测算法下的刀具后刀面的磨损量值,并和实际测量的真值相比较,结果表明基于图像处理方法所得出的磨损值与实际磨损测量的真值相一致。另一方面,与该刀具的磨钝标准相比较,若超出磨钝标准值则判定刀具已经报废,需要换刀,若没有超出,则判定刀具可继续使用。在上述的基础上,本文对所述图像处理的算法进行了深入研究,开发了刀具状态检测系统。该系统能够实现对原始图像的读入、预处理、边缘检测、磨损量测量等功能,对计算机视觉在刀具磨损检测技术方面的应用有一定的指导意义。