作为汽轮机、燃气轮机、航空发动机等大型动力装置的关键核心部件,叶片毛坯的几何精度和表面质量对整机的产品设计、制造加工与组合装配各环节具有重大影响。为了叶片保证生产制造系统中产品的设计、质量与成本,检测技术的需求集中体现在快速、高精度、特征识别、原位检测等性能指标上。在发动机叶片从毛坯锻造到成品制件的整个制造周期中,如何落实检测数据的精密处理一直是一个重要的研究课题。随着计算机辅助技术的迅猛发展,数字模型的重构技术在虚拟测量领域得到了越来越深入的应用。本文面向叶片型面型面尺寸参数的快速检测,建立了从叶片毛坯表面点云的预处理、匹配到等高维截面检测的技术路径。模锻毛坯表面数据质量改善:在集成开发环境下开发了基于整体去噪技术的功能模块,形成了有效的面向叶片型面的整体去噪方案。设计横向对比实验,以模型匹配程度为优化目标,论证了该解决方案与软件功能在整体去噪功效上的优越性。模锻毛坯模型匹配:实现了叶型测量模型与理论模型的匹配技术。提取了测量模块与理论模块的兴趣点云,结合特征描述子估算测量模型与理论模型之间的对应关系;采用采样一致性进行初始匹配,最近点迭代法进行后续匹配;实现了匹配可视化结果。型面关键参数检测:针对叶片型面前后缘的点云精确分割问题,提出了基于拐点检测的前后缘评定算法。通过对截面线点云旋转、截取、顺时针排序、拐点检测处理,实现了在高精度测量条件下对叶片前后缘的精确分割。最后设计了对比实验验证了本文算法可以定性地分割叶片前后缘,并在线轮廓误差上保持了较低水平;论证了在逐点拓延椭圆拟合过程中,从凹性点即开始影响线轮廓误差。