随着航空工业的发展,航空发动机的市场需求越来越大。叶片做为航空发动机的关键组成部分,其磨削加工成为决定叶片质量的关键工艺,叶片的自动磨削加工及在线检测成为研究热点。本文对叶片磨削的余量检测,叶片三维模型的点云滤波处理以及叶片表面重建等展开研究,主要内容如下:首先,结合实际工程需要,建立了叶片三维扫描与模型处理系统,确定算法的设计指标。建立了坐标系之间的关系,推导了叶片点云模型获取的矩阵公式,获取了叶片的三维点云模型。针对检测及重建过程中的系统误差,分析了系统误差来源,鉴于无法获得精确的叶片三维模型,采用0级标准量块对误差进行测量。通过扫描得到量块三维模型与实际量块对比,本文设计的测量系统精度满足叶片磨削粗余量去除及对重建误差的要求。其次,对叶片磨削余量检测算法进行了研究。根据叶片及砂带特点,确定了余量检测的方法原理及磨削轨迹。根据磨削原理,针对精确叶片轮廓的数据特点,拟合得到NURBS轮廓方程并计算出位置点的法线。分析了毛坯叶片轮廓不同噪声形式,采用均值滤波算法去除大噪声,对于均值滤波后的孔洞及小噪声,提出自适应支持域半径的移动最小二乘(MLS)拟合算法,去除了小噪声并填补了孔洞。最后计算不同位置点处的磨削余量,经工程实际检测满足需要。再次,针对叶片点云模型中的噪声问题,对滤波算法进行了研究。分析了叶片扫描过程中出现的噪声的类型,使用统计分析技术去除叶片点云中的离群点。对比点云表面特征估计的不同算法,采用PCA主成分分析法计算叶片点云的法线和曲率。针对法线计算时出现的偏差,通过设置法线角度阈值将采样点的邻域限制在某一法线夹角范围内,引入修正因子对法线进行修正。最后采用三边滤波算子对小噪声进行平滑处理。通过实验对比均值滤波、双边滤波等算法,本文算法虽然耗时较长但去除噪声点的同时很好的保留了叶片表面细节特征。最后,对叶片点云表面重建算法进行了研究。针对滤波后的叶片点云数量大重建时间慢的问题,采用下采样算法对点云数据进行精简。由于点云数量与重建效果及重建时间成矛盾关系,通过实验对比了不同下采样栅格大小,找到点云数量与重建效果及时间的最佳比例。在区域增长算法的基础上,将采样点邻域内的叶片点云按法投影到平面,并采用多种近邻点筛选方法寻找最佳近邻点,完成叶片点云的快速重建。最后实验表明,本文算法在重建效果及重建时间上都有提高。