刀具磨损状态监测技术是自动化生产中一个极其关键的技术，它是降低制造成本，减少环境危害、保证制造系统正常高效运行和产品质量的主要手段之一。刀具磨损状态监测系统为制造系统现代化、自动化、柔性化奠定了基础，对刀具状态的实时监测研究已成为许多国家研究的热点，并成为各国公认的重大技术关键。本文主要研究基于数字图像的刀具磨损状态监测方法，提取刀具在各种磨损状态下的工件表面纹理图像和刀具后刀面磨损图像的视觉特征，并建立图像特征与刀具磨损状态之间的联系，以实现基于数字图像分析的刀具磨损状态的监测。本文分别从工件表面纹理图像分析和切削刀具后刀面图像分析两个方面进行研究，重点研究了工件表面图像的纹理特征提取方法和刀具图像的磨损区域分割方法，针对传统方法的不足改进了纹理提取的效率和准确性，以及刀具图像磨损区域分割的准确度。本文研究的主要内容有：针对原始的工件表面纹理图像存在的图像信息冗余、不均匀光照、噪声影响等问题，介绍了纹理图像预处理方法，提出了自动裁减算法裁减工件图像，并提出二阶统计方法进行图像光照校正、中值滤波方法去除图像噪声，完成工件表面纹理图像的预处理。然后创新性地提出基于Hough变换和行程长度统计法的工件表面图像纹理分析方法，直接利用工件图像的纹理结构信息，对图像进行Canny边缘检测得到纹理边缘图像，去除纹理以外的无关信息，大大减少了计算工作量，然后对纹理边缘图像进行Hough变换检测图像中的直线信息，并利用行程长度统计算法提取出平均长度和平均角度特征，有效、准确地完成工件表面图像的纹理特征提取。对采集到的切削刀具后刀面图像进行处理，提出了基于Hough变换的刀具角度旋转校正和积屑瘤去除方法，有效实现刀具后刀面的预处理。提出了基于马尔可夫随机场(MRF)的刀具后刀面图像分析方法，利用马尔可夫随机场构建刀具图像磨损区域分割模型，并加入松弛迭代算法改进分割效果，准确分割得到后刀面图像的磨损区域，然后提出利用8-连通链码边界搜索算法搜索磨损区域的边界，并据边界搜索结果提取出图像的平均磨损VB值，准确地完成了刀具后刀面磨损图像特征的提取。构建了基于数字图像的刀具磨损状态监测实验系统，分析了本文提出的工件表面纹理图像分析方法和刀具后刀面磨损图像分析方法对刀具磨损监测的实现，并给出了系统的具体实现流程，分析了基于数字图像的刀具磨损状态监测系统的实际可用性。