Pour résoudre le problème des perturbations anormales présentes dans les nuages de points de surfaces mesurées, une méthode de débruitage coopératif des nuages de points basée sur la modélisation de surfaces implicites à l'aide de fonctions de base radiales Hermite-Birkhoff (Hermite-Birkhoff Radial Basis Function, HRBF) est proposée, afin d'améliorer la précision de la restauration de la structure des nuages de points complexes ainsi que la capacité de suppression du bruit. Tout d'abord, la surface implicite HRBF est utilisée pour modéliser la tendance du nuage de points, combinée à une analyse des résidus pour réaliser la détection préliminaire et l'élimination des points aberrants. Ensuite, un mécanisme de régularisation par diffusion est introduit pour construire un modèle variationnel unifié, affinant la restauration de la structure de la surface et séparant les informations structurales des perturbations bruitées. Les résultats expérimentaux montrent qu'en comparaison avec la méthode HRBF de base, l'erreur quadratique moyenne (Root Mean Square Error, RMSE) diminue d'environ 7,8 %, la valeur crête-à-valley (Peak-to-Valley Value, PV) diminue d'environ 49,0 %, l'erreur moyenne normale (Mean Normal Error, MNE) diminue d'environ 34,5 %, tout en supprimant efficacement les perturbations anormales locales et en maintenant la tendance globale de la surface ainsi que la continuité géométrique locale. La méthode proposée offre une bonne stabilité sous des conditions de bruit complexe et fournit une voie efficace pour la restauration structurelle précise et la suppression du bruit des nuages de points de surfaces complexes.

détecteur d'assemblage; débruitage de nuages de points; surface implicite; fonction de base radiale Hermite-Birkhoff; régularisation par diffusion