网格曲面去噪是计算机图形学领域的重要问题之一。随着三维扫描设备的普及以及三维建模技术的不断发展,人们能够获得的三维网格数据越来越多,然而由于扫描设备采集的原始数据所具有的瑕疵以及网格曲面重建算法所带来的误差,一些模型不可避免的存在噪声和异常值等缺陷,因此在这些模型使用前,进行去噪等一些预处理显得尤为重要。网格曲面去噪旨在从受损的网格数据中恢复得到高质量的三维模型,即在去除噪声和异常值的同时,尽可能保持网格的几何特征,例如网格的边和角。近年来,尽管网格曲面去噪取得了重大的进展,然而该问题依然具有以下几方面的挑战：第一,噪声和网格尖锐特征均属于高频信息,难以有效的进行区分；第二,现有的很多网格曲面的去噪算法都是从图像的去噪算法推广得到,但是由于网格的不规则连接和不均匀采样,相比于图像去噪,网格曲面去噪的问题更为复杂；第三,不同类型和不同程度的噪声可能会同时存在于一个网格曲面上。这些难点对网格去噪的算法提出了很高的要求。为了解决网格曲面去噪中的难点,本文基于联合双边滤波技术提出一个新颖的网格引导滤波算法,主要分为两个步骤：首先,对网格面片的法向应用联合双边滤波；之后,根据滤波后的面片法向更新网格顶点的位置。算法的核心在于构建合适的面片引导法向场,将联合双边滤波从二维图像处理推广到三维网格处理。具体的,对于网格上的一个面片,选择其最具有一致性法向的邻域,计算得到该面片的引导法向,即使是在网格噪声尺度特别大的情况下,该策略所构建的引导法向也能够对于真实法向提供一个可靠的估计。大量的实验结果表明了本文算法的有效性。