随着航空航天、汽车等领域的发展,具有强度高、重量轻等结构特点的薄壁件在工程中得到广泛应用。由于该类零件刚度较差,使其在铣削过程中易发生颤振,不但造成加工表面质量的恶化,而且影响其加工效率。为了提高机械制造的智能化与自动化,针对颤振这一问题,利用先进的视觉检测技术,实现薄壁件铣削颤振的状态检测,并对颤振薄壁件的动态重构进行有效的误差补偿,对于指导薄壁件加工,提高薄壁件的加工效率与加工稳定性具有重要意义。首先,对铣削颤振的视觉检测技术的理论进行深入研究。分析薄壁件铣削颤振表面与图像之间的关联特性,然后根据加工环境的影响设计图像预处理方案,同时针对不同加工状态下的图像所表现出的不同特征,对局部二值模式和灰度共生矩阵的图像特征提取算法进行研究与改进。其次,在铣削颤振图像预处理与特征提取的基础上,提出基于K近邻算法的颤振特征分类模型,通过在机床上对薄壁件进行颤振铣削加工,以及开展了视觉辨识实验,得到本文提出的颤振识别方法的准确率为95.5%,算法平均运行时间为0.069秒,实现了铣削颤振的实时辨识与预测。再次,为消除薄壁件铣削颤振对结构光重构测量的误差影响,对结构光投影测量的理论模型进行了系统研究,并分析薄壁件颤振的动态特性对结构光三维视觉检测的影响机理。为提高薄壁件的重构测量精度,避免测量的点云产生波纹现象,本文基于相移法建立了一种考虑相位误差的相位主值求解校正模型。最后,利用搭建的结构光视觉检测系统与薄壁件颤振模拟实验平台,进行动态重构实验。对薄壁件动态重构的实验流程与方案进行整体设计,且在典型的轻微颤振与严重颤振时,通过对结构光相位主值进行补偿校正,以及对补偿前后的薄壁件表面测量结果进行分析,证明本文提出的方法可有效的降低颤振薄壁件的重构波纹误差。