当今加工制造业对产品精度的要求越来越高,而刀具的几何参数对加工精度有着重要的影响,我国目前使用的刀具检测设备已无法满足高精度加工的标准。针对这些问题,机器视觉检测技术被广泛应用于数控刀具的检测过程,其非接触的方式不仅可以避免检测过程中刀具的损伤,同时可有效提高检测效率及精度。首先,研发一种适用于刀具检测的机械结构实现刀具的高精度视觉自动检测。以研发的机械机构为基础,设计示教再现式检测策略,以实现不同尺寸刀具的自动检测,为后续的刀具几何参数的视觉检测方法奠定研究基础。其次,针对刀具的聚焦方法进行研究,以实现刀具的自对聚焦并采集刀具图像;而后采用了Otsu阈值对刀具图像与环境背景加以分割,之后由边界追踪获取刀具图像的边界点,根据边界点与边缘点的不同设计对应的矫正算子,用于边缘定位,该方法对模糊的刀具边缘依然具有单一响应特性;同时以边界点处灰度梯度为基础,对灰度进行插值以实现亚像素边缘的实时检测。再次,针对余弦曲率的不足提出了一种改进的曲率算法,该方法获取曲线转动率的同时也可以获取弯曲方向;而后深入研究不同特征点附近的轮廓曲率特征,根据实际刀具尺寸判定方法的适用范围,以实现特征点的精确定位;最后通过对理想与实际图像中轮廓特征点的识别及定位,验证该算法的可行性与准确性。最后,考虑到磨损后刀具轮廓特征点定位困难,提出将特征点视为未知量进行优化,将分段拟合转换为非线性拟合。对轮廓进行空间变换以满足构造拟合目标函数的条件,之后由分段函数构造出拟合目标函数;之后采用信赖域法进行求解,通过合理选取初值,使算法在定义域内收敛到最优解,同时证明了非线性优化方法在降低拟合残差的同时可保留特征点处的几何特征。