本发明属于航空叶片检测领域，更具体地，涉及一种航空多联叶片的型面分割方法、装置和系统。
背景技术：
航空发动机作为世界公认的结构最复杂，技术门槛最高的工业产品，一直被誉为工业皇冠上的明珠，而航空叶片作为航空发动机的核心部件，其直接影响航空发动机的气动性能，因此对其进行精确的型面质量控制尤为重要。随着技术的发展，现有的航空叶片更多采用多联叶片的设计方式，而对于航空多联叶片型面分割中的问题尚缺乏合适的方法。
在多联叶片多型面测点的分割过程中，往往会由于溢出点、多联叶片型面测点与理论叶型关系不对应等现象，导致的分割精度低等问题。
技术实现要素：
针对现有技术的以上缺陷或改进需求，本发明提供了一种航空多联叶片的型面分割方法、装置和系统，由此解决多联叶片多型面测点的分割精度低的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种航空多联叶片的型面分割方法，包括：
s1：构建所述航空多联叶片上测点对应的kd-tree，遍历所述kd-tree计算各个所述测点的距离密度；
s2：按照所述距离密度和连通性将所述航空多联叶片上的所有测点划分为多个聚类，基于各个所述聚类的测点弦长确定出初始叶片型面；
s3：删除每个所述初始叶片型面上的噪音点和溢出点得到目标叶片型面；
s4：将按照高度平均值排序后的所述目标叶片型面进行每联截面分组，得到的每组所述目标叶片型面与理论叶型截面一一对应。
在其中一个实施例中，所述s1包括：
s1：基于分裂维度从测点集中选择分裂节点，根据所述分裂节点将所述测点集分割为两个子测点集，再分别对所述两个子测点集进行递归计算得到所述kd-tree；所述测点集为所述航空多联叶片上所有测点的集合；
s2：基于所述kd-tree查找每个所述测点对应的n个距离最近的点并获取对应的n个距离值；从所述n个距离值中确定出小于距离阈值的距离值个数以获取每个所述测点的距离密度。
在其中一个实施例中，所述s2包括：
针对任意测点p，从所述kd-tree中检索出距离小于距离阈值的多个测点{p0,p1,p2,…,pm}并标记为p密度可达，将p密度可达的测点作为一个聚类，从而将所有所述测点划分为多个聚类；
将包含的测点的个数超过阈值m的聚类视为待定型面聚类，计算各个所述待定型面聚类的测点弦长，将测点弦长大于弦长阈值的待定型面聚类视为所述初始叶片型面。
在其中一个实施例中，所述s3包括：
s31：利用ransac方法对每个所述初始叶片型面进行噪声点的识别和删除；
s32：针对每个所述初始叶片型面，从一个测点q出发，当下一个节点q1与q的距离大于距离阈值时将经过的测点视为一段测量轨迹；遍历初始叶片型面得到若干段测量轨迹，基于每段测量轨迹的首尾坐标裁剪交叉部分得到所述目标叶片型面；其中，所述交叉部分存在所述溢出点。
在其中一个实施例中，所述s31包括：
将包含的测点数目小于所述阈值m的初始叶片型面视为外部噪音点并删除；
利用滚球法求解所述初始叶片型面的包络曲线，将不在包络曲线上的测点视为内部噪音点并删除；
采用ransac方法将所述初始叶片型面随机拟合到叶片理论型面，再次对噪音点进行清除。
在其中一个实施例中，所述s4中包括：
按照高度平均值排序后的x个所述目标叶片型面按照每联截面进行分组得到y组所述目标叶片型面；
其中，
在其中一个实施例中，所述s2之后s3之前，所述方法还包括：
按照包含的各个测点的高度平均值将所述初始叶片型面从小到大进行排序，排序后的所述初始叶片型面满足
在其中一个实施例中，所述s4之前，所述方法还包括：
按照包含的各个测点的高度平均值将所述目标叶片型面从小到大进行排序，排序后的所述目标叶片型面满足
按照本发明的另一方面，提供了一种航空多联叶片的型面分割装置，包括：
构建模块，用于构建所述航空多联叶片上测点对应的kd-tree，遍历所述kd-tree计算各个所述测点的距离密度；
聚类模块，用于按照所述距离密度和连通性将所述航空多联叶片上的所有测点划分为多个聚类，基于各个所述聚类的测点弦长确定出初始叶片型面；
删除模块，用于删除各个所述初始叶片型面上的噪音点和溢出点得到目标叶片型面；
分组模块，用于将按照高度平均值排序后的所述目标叶片型面进行每联截面分组，得到的每组所述目标叶片型面与理论叶型截面一一对应。
按照本发明的另一方面，提供了一种航空多联叶片的型面分割系统，包括：包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述的型面分割方法的步骤。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
(1)本发明提供一种航空多联叶片的型面分割方法，首先遍历航空多联叶片的对应的kd-tree计算各个测点的距离密度；然后，按照距离密度和连通性将航空多联叶片上的所有测点划分为多个聚类，基于各个聚类的测点弦长确定出初始叶片型面；其次，删除每个初始叶片型面上的噪音点和溢出点得到目标叶片型面；最后将按照高度平均值排序后的目标叶片型面进行每联截面分组得到目标叶片型面。上述方法依照先分层再分组的方式，得到多联叶片型面与理论叶型截面的一一对应关系。能够解决在多联叶片截面分割过程中，叶型轮廓测点与理论叶型截面的不对应的问题，从而提高分割精度，为后续的匹配评价工作做准备。
(2)本发明采用dbscan聚类方法，利用测点密度来区分不同的截面，尤其是针对存在测量流道干涉情况下的叶型轮廓测点，能够避免流道测点作为空间自由曲线，在各个平面上的干扰问题，并在分割后删除多余的流道测点，实现更精确的分割效果。
(3)本发明在分割的过程中完成了测点中的内部与外部噪音点的去噪，尤其是对于多联叶片因测量轨迹导致的溢出点等外部噪音点，采用分段单连接的方式实现去噪。
附图说明
图1为本发明一实施例中航空多联叶片的型面分割方法的流程图；
图2为本发明另一实施例中航空多联叶片的型面分割方法的流程图；
图3为本发明一实施例中带流道数据的航空多联叶片采用dbscan聚类分割效果图；
图4为本发明一实施例中多联分割对应的效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本发明提供了一种航空多联叶片的型面分割方法，包括：
s1：构建航空多联叶片上测点对应的kd-tree，遍历kd-tree计算各个测点的距离密度；
s2：按照距离密度和连通性将航空多联叶片上的所有测点划分为多个聚类，基于各个聚类的测点弦长确定出初始叶片型面；
s3：删除每个初始叶片型面上的噪音点和溢出点得到目标叶片型面；
s4：将按照高度平均值排序后的目标叶片型面进行每联截面分组，得到的每组目标叶片型面与理论叶型截面一一对应。
具体的，首先，依照先分层再分组的顺序，对航空多联叶片型面测点根据点到点的距离构建kd-tree，基于kd-tree计算每个点的距离密度。然后，利用dbscan方法按照密度与连通性原则把航空多联叶片测点划分为多个聚类，根据聚类测点的弦长判断叶片型面。其次，对每个型面的测点使用ransac方法判断并去除噪音点，根据测量轨迹前后两点的连续性识别并删除每个型面的溢出点。最后，根据型面平均高度排序，对所有型面按照每联截面进行分组，每组叶片型面与理论叶型截面的一一对应。
在一实例中，航空叶片叶型轮廓测点由包括但不限于三坐标测量机、点激光位移传感器及面阵扫描仪采集，叶片的轮廓测点由点、线段、圆弧及样条曲线的坐标信息或控制参数给出。
进一步地，如图2所示，先分层再分组的顺序的具体方式为：首先将测点数据中包括的所有截面按照测点密度和连通性分开，然后按照ransac方法和测量轨迹前后点的连续性删除噪点和溢出点，最后再对所有的分层结果截面执行分组操作，并与理论叶型一一对应。
本发明方法适用于各种形式的航空多联叶片叶型的型面分割。
在其中一个实施例中，s1包括：
s1：基于分裂维度从测点集中选择分裂节点，根据分裂节点将测点集分割为两个子测点集，再分别对两个子测点集进行递归计算得到kd-tree；测点集为航空多联叶片上所有测点的集合；
s2：基于kd-tree查找每个测点对应的n个距离最近的点并获取对应的n个距离值；从n个距离值中确定出小于距离阈值的距离值个数以获取每个测点的距离密度。
具体的，构建kd-tree的具体方式为：构造kd-tree的树节点，根据当前测点集中选择分裂维度，再根据分裂维度从测点集中选择分裂节点，根据分裂节点把测点集分割为两个子测点集，分别对两个子测点集，均采用上述方式，进行递归计算，最终得到整个测点集的kd-tree结构。
其中，计算每个点的距离密度的具体实现方式为：遍历叶片型面测点的每一个点，根据构建的kd-tree，查找到对应的n个满足距离最近的点，得到n个从小到大排列的距离值。将这n个距离值与给定的距离阈值对比，计算满足小于距离阈值条件的距离的个数，得到每个点的距离密度。
在其中一个实施例中，s2包括：
针对任意测点p，从kd-tree中检索出距离小于距离阈值的多个测点{p0,p1,p2,…,pm}并标记为p密度可达，将p密度可达的测点作为一个聚类，从而将所有测点划分为多个聚类；将包含的测点的个数超过阈值m的聚类视为待定型面聚类，计算各个待定型面聚类的测点弦长，将测点弦长大于弦长阈值的待定型面聚类视为初始叶片型面。
其中，dbscan聚类方法为：从一个测点p出发，标记为p密度可达，根据kd-tree检索测点p的满足距离小于距离阈值条件的测点p0,p1,p2……，均标记为p密度可达。递归遍历以上检索出来的测点，将整个测点集中标记为p密度可达的点作为一个聚类。再对其他未标记的测点集采用以上方式，直到将所有测点均划分为不同的聚类集。
进一步地，阈值判断叶片型面方法为：对于所有的聚类集，将满足聚类测点个数大于或等于聚类阈值点数m的聚类视为待定测点型面聚类。计算所有待定测点型面聚类的弦长，满足弦长长度阈值的待定测点型面视为测点型面聚类。
在其中一个实施例中，s3包括：
s31：利用ransac方法对每个初始叶片型面进行噪声点的识别和删除；
s32：针对每个初始叶片型面，从一个测点q出发，当下一个节点q1与q的距离大于距离阈值时将经过的测点视为一段测量轨迹；遍历初始叶片型面得到若干段测量轨迹，基于每段测量轨迹的首尾坐标裁剪交叉部分得到目标叶片型面；其中，交叉部分存在溢出点。
在其中一个实施例中，s31包括：
将包含的测点数目小于阈值m的初始叶片型面视为外部噪音点并删除；
利用滚球法求解初始叶片型面的包络曲线，将不在包络曲线上的测点视为内部噪音点并删除；
采用ransac方法将初始叶片型面随机拟合到叶片理论型面，再次对噪音点进行清除。
具体的，判断噪音点的方式包括：
(1)通过聚类阈值点数m删除型面测点外部的噪音点。将满足聚类测点个数小于聚类阈值点数m的聚类，视为型面测点外部的噪音点。需要说明的是，当测点数目小于阈值m，此时该聚类视为外部噪音点并删除；当测点数目大于阈值m，此时该聚类视为待定型面聚类。
(2)通过凹包来删除型面测点内部的噪音点。利用滚球法求解型面测点轮廓的包络曲线，将不在包络曲线上的点，视为型面测点内部的噪音点。
(3)对完成以上(1)和(2)的型面，采用ransac方法，随机拟合到叶片理论型面，实现噪音点的清除工作。图3为本发明一实施例中带流道数据的航空多联叶片采用dbscan聚类分割效果图，图中线条为得到的初始叶片型面的轮廓；图4为本发明一实施例中多联分割对应的效果图。
进一步地，删除型面溢出点的方式包括：将型面测点分为若干段，从一个测点p出发，当下一个节点p1与p的距离大于阈值，则将以上经过的测点视为一段。遍历整个型面测点，得到若干段测量轨迹，判断每段测量轨迹的首尾部分，裁剪出有溢出点的交叉部分。
在其中一个实施例中，s4中包括：按照高度平均值排序后的x个目标叶片型面按照每联截面进行分组得到y组目标叶片型面；
其中，
具体的，得到多联叶片型面与理论叶型截面的对应关系的方式包括：
将已经按照平均高度从大到小排列的型面测点，划分为y组，其中
在其中一个实施例中，s2之后s3之前，方法还包括：
按照包含的各个测点的高度平均值将初始叶片型面从小到大进行排序，排序后的初始叶片型面满足
在其中一个实施例中，s4之前，方法还包括：按照包含的各个测点的高度平均值将目标叶片型面从小到大进行排序，排序后的目标叶片型面满足
按照本发明的另一方面，提供了一种航空多联叶片的型面分割装置，包括：
构建模块，用于构建航空多联叶片上测点对应的kd-tree，遍历kd-tree计算各个测点的距离密度；
聚类模块，用于按照距离密度和连通性将航空多联叶片上的所有测点划分为多个聚类，基于各个聚类的测点弦长确定出初始叶片型面；
删除模块，用于删除各个初始叶片型面上的噪音点和溢出点得到目标叶片型面；
分组模块，用于将按照高度平均值排序后的目标叶片型面进行每联截面分组，得到的每组目标叶片型面与理论叶型截面一一对应。
按照本发明的另一方面，提供了一种航空多联叶片的型面分割系统，包括：包括存储器及处理器，存储器中储存有计算机程序，计算机程序被处理器执行时，使得处理器执行的型面分割方法的步骤。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
1.一种航空多联叶片的型面分割方法，其特征在于，包括：
s1：构建所述航空多联叶片上测点对应的kd-tree，遍历所述kd-tree计算各个所述测点的距离密度；
s2：按照所述距离密度和连通性将所述航空多联叶片上的所有测点划分为多个聚类，基于各个所述聚类的测点弦长确定出初始叶片型面；
s3：删除每个所述初始叶片型面上的噪音点和溢出点得到目标叶片型面；
s4：将按照高度平均值排序后的所述目标叶片型面进行每联截面分组，得到的每组所述目标叶片型面与理论叶型截面一一对应。
2.如权利要求1所述的航空多联叶片的型面分割方法，其特征在于，所述s1包括：
s1：基于分裂维度从测点集中选择分裂节点，根据所述分裂节点将所述测点集分割为两个子测点集，再分别对所述两个子测点集进行递归计算得到所述kd-tree；所述测点集为所述航空多联叶片上所有测点的集合；
s2：基于所述kd-tree查找每个所述测点对应的n个距离最近的点并获取对应的n个距离值；从所述n个距离值中确定出小于距离阈值的距离值个数以获取每个所述测点的距离密度。
3.如权利要求1所述的航空多联叶片的型面分割方法，其特征在于，所述s2包括：
针对任意测点p，从所述kd-tree中检索出距离小于距离阈值的多个测点{p0,p1,p2,…,pm}并标记为p密度可达，将p密度可达的测点作为一个聚类，从而将所有所述测点划分为多个聚类；
将包含的测点的个数超过阈值m的聚类视为待定型面聚类，计算各个所述待定型面聚类的测点弦长，将测点弦长大于弦长阈值的待定型面聚类视为所述初始叶片型面。
4.如权利要求1所述的航空多联叶片的型面分割方法，其特征在于，所述s3包括：
s31：利用ransac方法对每个所述初始叶片型面进行噪声点的识别和删除；
s32：针对每个所述初始叶片型面，从一个测点q出发，当下一个节点q1与q的距离大于距离阈值时将经过的测点视为一段测量轨迹；遍历初始叶片型面得到若干段测量轨迹，基于每段测量轨迹的首尾坐标裁剪交叉部分得到所述目标叶片型面；其中，所述交叉部分存在所述溢出点。
5.如权利要求4所述的航空多联叶片的型面分割方法，其特征在于，所述s31包括：
将包含的测点数目小于所述阈值m的初始叶片型面视为外部噪音点并删除；
利用滚球法求解所述初始叶片型面的包络曲线，将不在所述包络曲线上的测点视为内部噪音点并删除；
采用ransac方法将所述初始叶片型面随机拟合到叶片理论型面，再次对噪音点进行清除。
6.如权利要求1所述的航空多联叶片的型面分割方法，其特征在于，所述s4中包括：
将按照高度平均值排序后的x个所述目标叶片型面按照每联截面进行分组得到y组所述目标叶片型面；
其中，
7.如权利要求1-6任一项所述的航空多联叶片的型面分割方法，其特征在于，所述s2之后s3之前，所述方法还包括：
按照包含的各个测点的高度平均值将所述初始叶片型面从小到大进行排序，排序后的所述初始叶片型面满足
8.如权利要求1-6任一项所述的航空多联叶片的型面分割方法，其特征在于，所述s4之前，所述方法还包括：
按照包含的各个测点的高度平均值将所述目标叶片型面从小到大进行排序，排序后的所述目标叶片型面满足
9.一种航空多联叶片的型面分割装置，其特征在于，包括：
构建模块，用于构建所述航空多联叶片上测点对应的kd-tree，遍历所述kd-tree计算各个所述测点的距离密度；
聚类模块，用于按照所述距离密度和连通性将所述航空多联叶片上的所有测点划分为多个聚类，基于各个所述聚类的测点弦长确定出初始叶片型面；
删除模块，用于删除各个所述初始叶片型面上的噪音点和溢出点得到目标叶片型面；
分组模块，用于将按照高度平均值排序后的所述目标叶片型面进行每联截面分组，得到的每组所述目标叶片型面与理论叶型截面一一对应。
10.一种航空多联叶片的型面分割系统，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至8中任一项所述的型面分割方法的步骤。
技术总结