航空发动机作为飞机的核心动力来源,其必须具有高强度的可靠性与安全性。叶片作为航空发动机的一种重要组成零件是高价值产品,使用后需要多次修复,以降低成本。现有方式采用人工修复,费时费力,难以适应现代化制造,为此开展基于机器人修复叶片技术的研究,其中腐蚀区域识别是叶片修复的关键之一。三维扫描仪通过激光扫描可快速获取空间物体的三维点云数据,三维点云数据仅包含空间坐标信息,不涉及物体真实的色彩信息,而高分辨率相机可以得到高质量的物体色彩信息,结合两者可解决更多三维空间数据处理的问题。针对航空发动机压气机叶片腐蚀问题,提出了一种结合2D和3D信息的叶片腐蚀区域识别技术,主要研究工作内容如下:首先深入研究了点结构光测量原理、线结构光测量原理、Scheimpflug定律,对比分析了普通相机与移轴相机的对焦图,阐述了移轴相机相对于普通相机的优势,并根据实际测量景深要求,选取了合适的传感器参数;将视觉测量模块与机器人运动模块结合,使用“眼在手”的视觉测量方式对受损叶片进行测量,获取三维点云数据,其中重点研究了手眼标定并对如何获取手眼矩阵作了详细介绍,利用标准圆柱块可实现手眼标定的误差在0.3mm内;接着深入研究了图像处理算法,设计了基于二维图像的腐蚀区域识别的算法流程;依据对相机模型、射影变换理论以及相机坐标系与世界坐标系矩阵转换关系的研究,在相机标定的基础上简化配准流程,提出了受损叶片腐蚀区域从二维图像到三维点云配准的新方法,并利用标准棋盘格对其进行误差分析;最后设计了压气机受损叶片腐蚀区域识别系统的总体结构,选取合适的硬件型号,完成了实验平台的搭建;开发了一套具有数据采集、数据处理、腐蚀区域配准的软件系统;硬件与软件相结合,以受损叶片为测量对象,完成了系统的综合实验。实验结果表明,系统可进行叶片腐蚀区域的识别,具有良好的工程应用前景。