刀具在加工工件过程中,所产生的磨损将直接影响加工精度,因此实时或定期测量刀具的各参数尤为重要。当今刀具的检测设备已不能满足日益发展的工业生产要求,主要为传统的测量方法无法跟上发展的需求,其测量时间长,工作量大等缺点已不适合在生产中测量,那么适应工业发展需求的刀具检测设备显得尤为需求。刀具几何参数视觉测量因能够克服主观误差大、测量参数少、费时等缺点,适应了现代数控技术的高速、高精、高效的要求。本课题研究的视觉测量方法以数控立铣刀为例,亦能够应用于其他数控刀具中,克服了在刀具几何参数检测中,依靠手动方式调节镜头时产生的误差。本文运用Matlab图像处理软件对CCD成像技术所得铣刀照片进行图像处理,将肉眼观测转变为计算机视觉检测。然后再对处理过的刀具图像进行边缘检测、边界跟踪、特征点检测,得到清晰的刀具图像特征。以刀具加工的角度来介绍需检测的铣刀几何参数,在得到图像特征的基础上对其各参数进行提取及计算。为了实现数控刀具图像的正确分割,为后续刀具参数测量奠定基础,本文在已有分割方法的基础上,提出了基于小波理论的阈值分割方法。所提出的方法对目标图像进行小波分解,首先在大尺寸下估计分割阈值,缩小搜索范围,然后缩小尺度,在小范围修正计算结果,得到小波域最佳阈值。对立铣刀图像进行实验,实验结果表明,新算法分割结果正确,适应性和鲁棒性明显提高。本文所提算法能够用于数控刀具的自适应分割,为后续处理提供较为理想的分割结果。另外,对于刀具几何参数检测,本文提出了参考全局夹角建立局部坐标系,以局部坐标系与图像坐标相结合为测量基准,将以往检测方法因人为旋转刀具位置及观测点不同产生的误差得以避免,有效的提高了测量精度。