叶片是航空发动机的心脏,为了节约更换成本,对符合适航要求的破损叶片进行修复具有显著的经济效益和实用价值。据统计,需要焊接修复的叶片占叶片维修业务总量的一半以上。目前我国民用航空发动机叶片均为国外送修,漫长的维修周期严重制约着我国民航维修产业的发展,因此研究具有我国自主知识产权的叶片自动焊接修复装备具有重大实际意义。在自动焊接过程中,为了准确定位待焊叶片轮廓同时快速恢复缺损部位形貌,需要建立快速精确的视觉定位及检测系统。焊接装备视觉系统建立的首要目标是恢复出叶片缺损部位的三维轮廓,便于自动焊接过程中进行分层与轨迹规划。目前恢复方式多为离线拟合,通过三维测量系统进行测量,利用点云数据进行拟合得到三维轮廓。该方法不仅步骤繁琐、耗时严重,还需在焊接前再次定位。为解决上述问题,提出一种基于叶片边缘轮廓线延伸进行恢复的在线测量视觉系统方案。为多角度获取叶片的空间扭曲结构信息,建立三目视觉系统,通过对每个视野中的叶片焊接关键点进行立体拼接和延伸,恢复出叶片缺损部位的三维形貌,获得焊接过程中分层与轨迹规划提供依据。通过对叶尖部位缺损的叶片仿真试验证明,该方法重构精度达到0.2mm,可以满足叶片的焊接要求,并且工作效率较之前离线测量方式具有明显提升。为了对叶片焊接前进行精确的轨迹规划,需要对完成装卡后的叶片进行边缘检测得到第一层待焊叶片轨迹。针对Canny算子在检测过程中出现的边缘不连续问题进行改进,提出一种基于部分极值抑制的Canny算子改进方法,即通过引入边缘连续性因素改进非极大值抑制对边缘点的过度抑制问题。同时,将滤波方式变换为自适应方式、阈值选取采用最大类间方差法,减少人工选取参数带来的误差,增加算法的自适应性。实验证明,该方法在叶片等连续性物体边缘检测应用中具有很大优势。