実際の測定で得られた曲面点群に存在する異常な摂動の問題に対して、Hermite-Birkhoff放射基底関数（Hermite-Birkhoff Radial Basis Function、HRBF）を用いた暗示的曲面モデリングに基づく点群協調ノイズ除去手法を提案し、複雑な曲面点群の構造復元精度およびノイズ抑制能力の向上を図った。まず、HRBF暗示的曲面を用いて点群の傾向をモデリングし、残差解析と組み合わせて異常点の初期検出および除去を実現した。次に、拡散正則化機構を導入して統一変分モデルを構築し、曲面構造のさらなる細分化復元を行い、曲面構造情報とノイズ摂動の分離を実現した。実験結果は、基礎的なHRBF手法と比較して、本手法の二乗平均平方根誤差（Root Mean Square Error、RMSE）が約7.8％低減し、ピーク・トゥ・バレー値（Peak-to-Valley Value、PV）が約49.0％低減し、平均法線誤差（Mean Normal Error、MNE）が約34.5％低減し、同時に局所的な異常摂動を効果的に抑制し、曲面全体の傾向および局所的な幾何学的連続性を維持できることを示した。提案手法は複雑なノイズ条件下で良好な安定性を示し、複雑な曲面点群の高精度な構造復元およびノイズ抑制に対する効果的な道を提供する。

スティッチング検出器;点群ノイズ除去;暗示的曲面;Hermite-Birkhoff放射基底関数;拡散正則化