对切削过程的控制程度是决定自动化加工系统能否正常运转的关键，但是传统的检测方法如切削力、切削温度等都有一定的缺陷，不能适应不同的条件。本文以图像分析理论为基础，针对切屑形态识别和刀具磨损检测进行了研究。本文首先建立了以工控机作为系统的主机，由QP300图象采集卡、WV-BP330CCD摄象机和体式显微镜组成的可用于切屑形态识别及刀具磨损、破损检测的图像处理系统，为图像分析技术在切削加工中应用研究提供了基础。在此基础上，通过实验针对固定物距及放大倍数的体式显微镜等条件对系统进行了标定，并给出了标定结果。对于切削加工中的切屑形态进行了分析研究，提出了特征拓展和径向基函数神经网络识别切屑形态的算法，并开发了相应的程序软件。特征拓展法是利用已有的特征并对这些特征进行旋转和异或运算，人为的创造出新的特征作为识别的依据。径向基函数神经网络法利用了神经网络的自学习功能，自动调整网络权值，所以其算法自适应能力很强。实验结果表明其算法具有训练速度快，时间短，对不同数据集有很好的适应能力。在刀具磨损检测技术方面，研究了刀具磨损的图像特点，提出了“十字窗”自动边缘检测算法，解决了刀具磨损图像边缘提取问题，开发了刀具磨损的面积、周长、宽度、长度的算法，开发了程序，经检验具有较好的检测效果，提高了边缘定位精度和几何尺寸的计算精度。最后针对锯齿型切屑，讨论了有关锯齿型切屑尺寸测量方面问题，提出了边缘拟合的方法进行角度及长度的测量。