刀具是数控机床的重要部件之一,但是因为频繁接触工件所以很容易出现断损情况,直接导致产出合格率明显降低,并且机床损耗也会增加,对后续加工影响巨大,因此出现刀具断损时需要及时终止加工并更换刀具,这就需要对刀具断损情况实时进行监测。基于图像边缘检测的监测方法以成本低、速度快、准确率而高备受关注。在检测刀具边缘时需要灵活调整阈值才能准确提取刀具边缘。本文以图像差分法为参考,利用背景虚化的拍摄技巧来获取刀具图像和参照图,并且证明,刀具图与参照图存在充分的梯度差。因此可以利用刀具图与参照图的梯度差来设定边缘检测算法的阈值,经过实验证明,该算法在过滤掉背景边缘的同时可以使得多种边缘检测算法有效的提取到刀具边缘。设计了对比实验对本文算法的效果进行了验证。根据刀具边缘信息进而计算出刀具长度,并与刀具标准长度进行对比,可以监测刀具破损情况。因为工业成本问题,所示无法一直利用相机硬件参数提高边缘检测的精度,但是可以采用亚像素边缘来提高边缘检测精度。首先,因为相机衍射效应导致边缘存在过度区域,采用三灰度边缘模型进行模拟,推导了边缘误差修正公式。然后,针对Zernike矩常用的奇数模板,分析了模板的不对称可能导致误差较大,这时选用偶数模板则可以降低误差,本文提出了用像素四分法来合理的选取奇偶模板,最后设计实验证明了,本文改进算法可以有效降低亚像素边缘检测误差,并且根据亚像素边缘信息计算的刀具长度更精确。