刀具磨损状态监测技术是实现现代生产自动化、智能化的一项重要技术。本文结合显微视觉对刀具磨损监测关键技术：显微自动聚焦技术、刀具磨损区域分割技术与工件纹理分析技术进行了深入研究与探讨，为实现刀具磨损监测系统实用化奠定了基础。本文的主要创新性工作如下：⑴针对强噪声环境下传统聚焦评价函数无法满足需要的状况，提出了一种改进的聚焦评价函数处理方式，即对图像采用预处理后，利用分水岭技术把图像分成区域块，并以区域块灰度均值代替此区域内像素灰度值，以此降低噪声对聚焦评价函数的影响，实验验证了此处理方式的有效性。⑵针对传统焦平面搜索算法存在误判及实时性较差的问题，提出了一种改进自适应步长搜索爬山法，此搜索算法设置两个阈值，根据相邻位置的斜率与两阈值及局部极值因子间的关系，确定搜索步长值，步长分为小步距、中步距与大步距三种情况，在确定步长值时，考虑了陡峭区宽度因子，因此这种自适应步长搜索算法既可以降低把局部极值位置作为焦平面位置的情况，又可降低在大步距搜索时，越过焦平面位置的情况，同时降低了计算量，提高了系统实时性。⑶针对传统马尔可夫随机场在刀具磨损区域分割时计算量大且对噪声敏感的问题，提出了一种自适应区域马尔可夫随机场分割算法。此算法利用分水岭技术把预处理图像分割成区域块，利用区域块均值与方差作为特征参数，参与图像初分割；势函数连接参数根据当前区域块与其相邻区域块的连接紧密程度自适应地确定其数值，自适应连接参数符合图像分割机理，实验验证此算法应用于刀具磨损区域分割时，提高了边界分割的精确性与鲁棒性。⑷针对低对比度图像采用传统阈值分割算法分割效果欠佳的状况，提出了一种像素邻域灰度共生矩阵分割算法，此算法利用像素点灰度值与其邻域灰度加权平均值构造共生矩阵，进而确定图像分割阈值；生成步长值是构造共生矩阵的一个关键参数，提出利用不同步长值分别构造共生矩阵，并对这些共生矩阵特征参数进行仿真，特征参数仿真曲线第一周期极值位置所对应的步长值即为最佳生成步长值，实验验证，利用最佳生成步长值构造的共生矩阵，利于刀具磨损程度的判断。⑸为了提高刀具磨损状态监测的准确性与稳定性，综合利用刀具磨损值与工件纹理特征参数对刀具磨损程度进行监测，较单一判据相比，其准确性与稳定性较高。