在现代工业中,精密技术对加工精度的要求很高,而影响加工精度的一个很重要的因素就是刀具的状态。现有的生产加工中对刀具状态和刀尖圆弧参数的实时检测还存在不足,会严重影响到生产加工的精度和效率。本文针对刀具磨损检测,提出了一种基于K-means聚类漂移的阈值分割算法。针对刀尖圆弧参数检测,使用了像素级和亚像素级边缘检测算法,并对传统的边缘检测算法的精度做了一定的优化。设计了一种可以应用于精密机床的图像采集处理软件系统,该系统可以准确的检测刀具的磨损信息和拟合刀尖圆弧参数,及时检测刀具的状态,提高生产加工的精度。本文的主要研究内容如下:首先,分析检测刀具的特征并设计刀具在线检测总体方案,然后针对课题需要达到的检测精度要求,选择合适型号的工业相机、显微镜头光源等硬件模块,构建硬件检测平台。接着设计图像采集标定系统,系统中含有三种图像采集模式:连续采集、单张采集和暂停采集,在保证采集到需要图像的同时,提高系统的可靠性。此外还对设计的系统进行标定,确定系统的像素当量,验证系统的检测精度。其次,在设计刀具磨损检测算法时,针对刀具纹理复杂可能会对检测产生干扰,本文提出一种基于K-means聚类漂移的阈值分割算法。在检测刀具磨损信息之前,先使用K-means聚类漂移算法对刀具图像进行一次聚类分割,弱化刀具纹理对检测结果的影响。在设计刀尖圆弧边缘检测算法时,针对传统Canny算子可能会存在滤波不充分和像素点漏检等问题,对算法进行优化,确保检测到清晰完整的图像像素边缘。为了提高检测的精度,本文在检测到的像素边缘的基础上进行再细分,用改进的Zernike矩边缘检测算法检测刀尖圆弧的亚像素边缘轮廓,然后使用三点法拟合刀尖圆弧,输出刀尖圆弧的圆心坐标和半径。最后,开发图像采集处理软件系统。根据图像采集处理的流程要求,完成图像采集标定、刀具磨损检测、刀尖圆弧参数拟合等功能模块的设计。结合构建的图像采集硬件实验平台,检测采集到的刀具图像的磨损信息和刀尖圆弧半径参数,证明本文所设计图像采集处理系统的有效性和实用性。