加氢反应器是石油化工行业的重大关键设备，加氢筒节是加氢反应器的关键零件，其毛坯是铸造、锻造而成的，且具有热韧性和红硬性特点，因此，车削加工筒节时有不易断屑、切屑缠绕而造成刀具磨损和工件表面划伤等问题。为了提高生产率实现自动化加工，监测筒节车削加工过程具有十分重要的意义。而基于工件表面图像的刀具磨损状态监测是监测筒节车削加工过程的重要内容。本文根据筒节车削加工现场环境，初步选择了视觉监测前端设备，并建立了大型筒节车削加工过程视觉监测系统。分析了车削过程中工件表面形成过程和影响因素，重点研究了刀具磨损对工件表面纹理的影响，找出了工件纹理图像的特征与刀具磨损之间的映射关系，阐明了基于加工表面纹理的刀具磨损监测方法的合理性和可行性，并对工件表面纹理图像的特征提取以及刀具磨损状态识别方法进行了理论分析和实验研究。结合实验所得工件表面图像，研究了常用的图像预处理方法，从图像几何变换、图像校正、图像分割和图像增强等方面对工件表面图形进行了预处理，通过对比分析，得出适合工件表面的图像预处理方法。用灰度共生矩阵法对实验所得工件表面图像进行了纹理分析，从归一化灰度共生矩阵提取了角二阶矩E、惯性矩I、熵H、相关性C等特征参数作为刀具磨损特征，经过比对分析这些特征参数得出灰度共生矩阵法中相邻间隔为1的垂直方向上的惯性矩I可以作为判断刀具磨损状态的依据，以实现刀具磨损状态监测，为机械加工过程中刀具磨损监测提供了有效途径。