为了提高汽车及飞机冲压件失效模具修复的效率和精度,基于逆向工程技术的数字化模型获取的方法得到了广泛利用。本论文对其中四项关键技术进行了深入研究,其中包括失效模具数字化测量技术、失效模具点云精简技术、失效模具点云网格化技术和失效模具缺损区域划分算法。具体研究内容如下所述：首先,本文提出了采用“阴阳模”法的失效模具测量法,用于解决资料不全或不存在任何资料的失效模具的数字化测量工作。该方法通过对失效模具进行数字化测量获得其点云数据,在获得失效模具点云数据的同时,间接获取了标准模具的数据模型。其次,本文采用基于K-阶邻近法的点云精简方法对失效模具点云进行数据精简,提高了点云的数据精简效率。该方法首先对点云进行区域网格划分,建立K-阶邻近关系,然后采用按指定点云数量、指定点云间距、指定点云法向精度三种方式对点云数据进行精简操作,实现点云数据快速高效地精简。再次,本文提出一种网格增量扩展法生成三角网格模型,在保证网格模型精度的同时提高了模型的生成效率。该方法通过点云数据的网格增长扩展快速、高效地生成三角网格模型,并利用网格优化和误差分析的方法对网格模型进行迭代优化,最终得到合乎要求网格数据模型。最后,本文基于相交三角形网格布尔运算方法研究了失效模具缺损区域特征提取算法。根据所获得的失效模具和标准模具的三角网格模型,对相交网格模型进行空间区域划分、相交性测试、相交网格模型的布尔差运算操作,最终得到缺损区域的数字化模型。