在机械切削加工过程中，刀具的过度磨损或破损将会引起工件质量的恶化，甚至造成机床损坏，产生很大的经济损失。为了保证加工工件的质量，并进一步提高数控加工自动化程度，本文以铣削加工过程中产生的刀具磨损为研究对象，构建基于机器视觉的刀具磨损监测系统，实现对刀具磨损状态的监测，在保证加工质量的同时提高加工效率。本文的主要研究工作如下：1.对基于机器视觉的铣刀磨损测量技术进行了研究，分别针对球头铣刀与平底铣刀，设计了基于机器视觉的铣刀磨损监测方案，对采集的刀具磨损图像进行了分析，根据刀具后刀面磨损区域的特征，设计图像处理算法提取刀具的磨损量，为基于机器视觉的刀具磨损监测技术奠定了基础。2.对刀具磨损建模技术进行了研究，首先构建了基于BP神经网络的刀具磨损模型与基于最小二乘支持向量机的刀具磨损模型，并对这两种模型的预测效果进行了分析与对比，为提高在线预测的适应性与稳定性，对刀具磨损的动态预测技术进行了研究。3.构建了基于机器视觉的刀具磨损监测系统，以实现对铣削加工刀具磨损的监测，为了能采集到适于处理的刀具图像，设计了视觉监测运动控制平台，实现相机位置的调整，并采用Visual C++开发平台对刀具磨损监测系统的软件部分进行了设计与开发，通过刀具磨损测量算法实现对铣刀磨损的监测。4.采用硬质合金球头铣刀进行了铣削加工实验，以验证所提出的刀具磨损监测方案，选取影响刀具磨损的加工参数因素采用正交方法设计实验方案，以便通过有限的实验条件获取更具代表性的实验结果，从而对刀具磨损模型进行训练，并对刀具磨损的动态预测效果进行验证。