Para abordar el problema de las perturbaciones anómalas presentes en los nubes de puntos de superficies medidas realmente, se propone un método colaborativo de eliminación de ruido basado en la modelización de superficies implícitas mediante funciones de base radial Hermite-Birkhoff (Hermite-Birkhoff Radial Basis Function, HRBF), con el fin de mejorar la precisión de la restauración estructural y la capacidad de supresión del ruido en nubes de puntos de superficies complejas. En primer lugar, se utiliza la superficie implícita HRBF para modelar la tendencia de la nube de puntos y, junto con el análisis de residuos, se realiza la detección inicial y eliminación de puntos anómalos. A continuación, se introduce un mecanismo de regularización difusa para construir un modelo variacional unificado, con el fin de refinar aún más la restauración de la estructura de la superficie y separar la información estructural de la superficie de las perturbaciones del ruido. Los resultados experimentales muestran que, en comparación con el método HRBF básico, el error cuadrático medio (Root Mean Square Error, RMSE) disminuye alrededor del 7,8 %, el valor pico a valle (Peak-to-Valley Value, PV) disminuye alrededor del 49,0 %, el error medio normal (Mean Normal Error, MNE) disminuye alrededor del 34,5 %, al mismo tiempo que se puede suprimir eficazmente las perturbaciones anómalas locales y mantener la tendencia general de la superficie y la continuidad geométrica local. El método propuesto tiene buena estabilidad en condiciones de ruido complejo y proporciona un medio efectivo para la restauración estructural de alta precisión y la supresión de ruido en nubes de puntos de superficies complejas.

detector de empalme; eliminación de ruido de nubes de puntos; superficie implícita; función de base radial Hermite-Birkhoff; regularización difusa