微细铣削加工过程中,刀具的磨损状态直接影响着加工表面质量和加工精度。刀具的过度磨损或破损会显著降低工件的尺寸精度,甚至导致工件报废,因此掌握刀具磨损状态,及时换刀或停机显得非常重要。针对刀具磨损离线检测和已有在位检测方法存在的不足,本文采用机器视觉检测方法,对微细铣削刀具磨损在位检测技术进行了研究。本文分析总结了微细铣削刀具磨损形态,根据选取的待测刀具磨损评价指标,对机器视觉系统硬件进行了详细选型和计算,并按总体设计搭建了微细铣削刀具磨损在位检测系统。针对微细铣削刀具磨损在位检测中,通过肉眼主观对焦很难准确获取清晰聚焦图像的问题,对微细铣削刀具磨损检测图像的清晰度评价进行了研究。对于传统清晰度评价函数存在的一些缺陷,提出了一种基于局域方差信息熵的清晰度评价算法。实验结果表明,该算法可兼顾高灵敏度和抗噪性,优于传统清晰度评价函数。为了解决微细铣削刀具磨损检测中,可能存在镜头景深限制,刀具磨损图像无法全部清晰聚焦的情况,研究了细铣削刀具磨损检测中的景深扩展技术。通过实验仿真,本文采用的基于小波变换的景深扩展算法,景深扩展效果较好,可获得刀具高质量的全部清晰聚焦图像。对自动对焦或景深扩展得到的高质量刀具磨损图像进行图像处理。在图像预处理方面,采用中值滤波对图像进行去噪,在图像分割方面,采用区域生长法以得到较好的分割效果。针对在位检测采集的图像方向不同的特点,对基于Hough变换的刀具旋转定位算法进行了研究。在特征提取方面,通过特征点扫描定位和最小二乘直线拟合,重建了刀尖磨损区域边缘,并通过磨损量提取算法,成功提取了最大磨损宽度、磨损面积和底刃直径减少量。在位检测实验结果表明,本文的检测系统可以有效的衡量刀具磨损状态和反映刀具寿命趋势。