随着现代科学和工业技术的迅速发展,无损检测作为提高产品质量、保证服役设备安全运行的重要技术手段,在现代工业设备的安全保障体系中发挥着至关重要的作用。航空叶片存在缺陷损伤会引起航空发动机的机械性能显著退化甚至结构的完全失效。开展航空叶片的定量评估技术研究可以发现航空发动机的早期失效和潜在故障,有利于飞行器剩余寿命的精准估计,对于保证飞行器安全服役具有重要的现实意义。本课题以航空发动机叶片为研究对象,通过探究超声波在叶片中的透射理论,揭示了超声波在叶片介质中的传播规律;结合三维点云处理技术、计算机图形学曲面显示技术和数字模型处理技术,开展了基于超声C扫点云数据的三维可视化、缺陷评估及孔洞修复的相关技术研究。主要内容如下:（1）提出了一种基于双判定准则的航空发动机叶片缺陷孔洞边界特征点的提取算法。针对航空发动机叶片缺陷孔洞几何形状复杂、位置分布散乱且曲率变化明显,使用单一判定准则难以完整地提取边界特征点。通过融合采样点的法向夹角判定准则与邻域场力矢量和判定准则,采用加权的方式获得采样点的特征值与判别阈值作为边界特征点的判定依据。实验结果表明:该方法可有效地提高边界特征点提取的准确度。（2）提出了一种基于超声C扫三维点云的缺陷定量评估算法。对于航空发动机叶片的传统缺陷检测结果存在不能直观显示和无法定量分析的局限,通过将超声C扫点云数据应用于缺陷定量评估模型中,利用改进后的DBSCAN聚类算法结合Delaunay三角剖分算法和区域网格生长算法实现区域离散化点云的三维重建,基于重建的三角形网格中的拓扑关系建立缺陷定量评估模型。以一块预制多个平底孔的叶片为例,验证了该算法的可行性和准确性。（3）提出了一种基于细节特征保持的复杂孔洞修复算法。针对常规的孔洞修补算法无法准确地恢复缺陷孔洞的几何特征信息以及存在新增三角形的质量较差等问题,通过重建孔洞区域的特征线将复杂孔洞分解为简单的子孔洞,结合边界特征点的法向信息和凹凸性实现插入点的局部位置调整。实验表明:该算法可以有效地恢复孔洞区域的曲面特征,使修补后的孔洞区域更加逼近缺陷孔洞的原始几何形状,获得了较好的孔洞修补效果。