为了提高非接触式测量的数据处理精度, 采用一种分阶段配准的方法, 先将缺损叶片分为4个部分, 采用自配准算法对每部分进行配准; 再对相邻两部分采用改进的完全配准算法进行整体配准。结果表明, 自配准算法与传统算法相比, 在配准误差均小于0.005 mm的前提下, 配准时间可以缩短到1 s以内; 完全配准与传统算法相比, 速度较快, 并通过0级的标准量块测量实验得出系统的测量误差小于0.010 mm, 满足叶片测量的精度要求。该分阶段配准方法对测量航空叶片具有一定的应用价值。

针对航空发动机叶片的高精度和高效率测量需求,提出一种基于HSI(Hue、Saturation、Intensity)色彩模型的快速三维测量方法。首先分析HSI模型并设计结构光三维测量系统,使用基于LUT(Look Up Table)的色彩校正方法对色彩串扰进行校正,之后对色相与深度的映射关系进行标定。在此基础上,提出仅用一幅彩色图样获取包裹色相。在非连续表面上使用彩色编码色条图像实现条纹级次的识别,进而完成色相解包裹,并通过仿真模拟验证所提方法的可行性。最后对航空发动机高压压气机转子叶片进行三维测量,并将所提方法与常用的包裹相位获取方法和解包裹方法的计算效率进行对比。实验结果表明,所提方法满足航空发动机叶片的测量要求并可以提高测量效率。

针对民航发动机叶片面型的精密检测问题,提出了一种基于条纹级次识别的民航发动机叶片测量方法。首先设计了组合结构光三维测量系统,并采用圆心拟合的方法对系统的旋转轴进行了标定,接下来采用数字条纹投影法对航空发动机叶片进行了测量。在相位解包裹过程中,采用投射二维码图样结合双目视觉的方式,实现了对投影条纹级次的识别,并且对叶片的前后表面分别进行了重建。在叶片点云拼接过程中,提出了旋转轴与迭代最近点算法相结合的三维拼接方法。实验结果表明,该方法不依赖于特征提取,有效解决了叶片表面特征不足的问题,能够实现叶片结构快速准确的三维重建。