发动机叶片是飞机重要的组成部分之一,研究叶片的修复技术能带来巨大的经济效益。为了实现对叶片的自动修复,需要根据扫描叶片得到的点云数据,通过反求工程重建叶片的完整无损模型,点云数据的预处理和边界提取是其中的关键步骤。本文针对航空发动机叶片修复中点云的预处理和边界提取算法进行了研究,主要完成的工作如下:1、获取点云中各个点的K近邻是对点云的一种基本操作。针对这一问题,本文提出了一种改进的基于空间珊格化的K近邻搜索算法。和已有的空间珊格化方法不同之处是,本文根据点在珊格中的不同位置,确定扩展的搜索范围。实验表明,本文算法较已有的空间珊格算法计算效率有明显提高。2、针对点云的去噪处理,设计了基于点云栅格化的去除体外飞点的算法以及基于邻域传播的去除成簇离群点的算法,通过实验验证了本文算法的有效性。3、针对点云的精简处理,提出了一种结合平面拟合法和随机采样法的点云精简算法,实验结果表明该算法能在保持点云细节特征的基础上大幅减少点云数据量,同时计算速度也比较快。4、提出了一种基于曲率的提取点云边界的算法,对于点云中的每个点,利用球面拟合该点及其K近邻点,以球面的曲率作为点云在该点处的曲率。实验结果表明该算法提取的边界和点云的实际边界吻合得比较好。