数控机床的加工精度和加工效率直接影响着高端制造业的发展水平,而刀具作为加工过程核心部件其检测精度是制约高端数控机床加工精度的关键因素。执行加工任务前需要进行刀具预调测量,但目前刀具测量主要以二维轮廓边缘信息为主,由于三维信息的缺失使得刀具在生产制造过程中存在较大局限。本文针对刀具二维测量存在的不足,提出了一种相位测量轮廓术三维面结构光测量与二维测量相结合的方法,实现数控刀具三维形貌和二维轮廓的同步测量,大幅度提高了检测效率和精度。具体的研究内容和成果如下:介绍了相位测量轮廓术的经典光栅投影测量系统模型,以此为依据设计了三维测量系统,在此基础上对视觉式刀具二维测量系统进行改造,完成刀具二维、三维综合测量系统的机械结构搭建。由于刀具种类繁多,不同刀具需要加载不同算法以适应指定特征的测量需求。本文使用Faster R-CNN目标检测网络进行刀具的自动识别。采集大量刀具图像标注后进行训练,通过多组实验选用效果最好的单次迭代样本数与学习率,实现了99.5%的模型准确率。对测量时的刀具参数进行自动采集并自动完成样本标记,用于模型训练,实现了模型的自适应性。选用四步相移与一级展开的三频外差法进行绝对相位获取,实验结果表明,该方法最大均方误差为0.0422,最大用时为763 ms。推导针孔相机模型,结合张正友相机标定,对多项式拟合的三维测量系统标定方法进行改进,设计了一种基于圆点阵列标定板的标定方法大幅度简化了操作步骤。通过点云重建实验对本文的相位获取与系统标定方法进行验证,点云重建精度为±0.045 mm,整体所用时间为1.61 s,效果良好。针对刀具的实际测量需求,采用旋转主轴配准法对不同角度获取的多片点云进行拼接处理,提出一种基于相机与棋盘格标定板的主轴标定方法,由相机标定确定旋转矩阵,提取标定板角点坐标进行回转中心的拟合,确定平移向量。实验结果表明,该方法对刀具的配准效果明显好于ICP算法,配准精度优于0.0602 mm。采用上述设备与方法对表面破损刀具、立铣刀空间角度和立铣刀多位置刃径进行测量实验,三维形貌测量精度为±0.113 mm,平均单次重建时间为1.58 s。利用二维的高精度测量结果对三维点云进行整体缩放处理,可以进一步提高三维测量精度,是二维轮廓测量的重要补充,对刀具磨损、散热评价等相关分析具有重要意义。