一种航空发动机叶片三维点云全自动特征提取及量化方法

    公开(公告)号:CN118674859B

    公开(公告)日:2025-04-25

    申请号:CN202410675546.0

    申请日:2024-05-28

    Abstract: 本发明公开了一种航空发动机叶片三维点云全自动特征提取及量化方法,在对涡轮叶片利用双目结构光系统进行批量化点云采集后,首先对涡轮叶片点云特征截面进行定向,利用非迭代的层次聚类算法P‑Link在点和点之间建立通往聚类中心的连接,实现快速将叶片点云进行部件分割,并提取出叶身部分点云,之后利用基于主成分分析的点云包围盒进行叶身定向并计算叶片叶高方向,获取特征截面法线,之后定位特征截面和截面宽度对叶身进行切片,从而自动获取叶片叶身的多组轮廓切片点云,避免人工截取误差,最后基于B样条的拟合被应用以提取叶身曲线特征,该方法能够实现叶片的快速批量化特征提取及量化。

    一种航空发动机叶片三维点云全自动特征提取及量化方法

    公开(公告)号:CN118674859A

    公开(公告)日:2024-09-20

    申请号:CN202410675546.0

    申请日:2024-05-28

    Abstract: 本发明公开了一种航空发动机叶片三维点云全自动特征提取及量化方法,在对涡轮叶片利用双目结构光系统进行批量化点云采集后,首先对涡轮叶片点云特征截面进行定向,利用非迭代的层次聚类算法P‑Link在点和点之间建立通往聚类中心的连接,实现快速将叶片点云进行部件分割,并提取出叶身部分点云,之后利用基于主成分分析的点云包围盒进行叶身定向并计算叶片叶高方向,获取特征截面法线,之后定位特征截面和截面宽度对叶身进行切片,从而自动获取叶片叶身的多组轮廓切片点云,避免人工截取误差,最后基于B样条的拟合被应用以提取叶身曲线特征,该方法能够实现叶片的快速批量化特征提取及量化。

Patent Agency Ranking