三维重建技术的发展有效地降低了三维网格曲面模型的获取成本,促进了其在各个领域中的应用。而三维网格曲面去噪一般是三维重建过程中最为基础与重要的一步。因此,关于三维网格曲面去噪的研究在计算机视觉和图形学相关的领域具有重要的意义。尤其是,如何在去噪的同时有效地保留模型的原始几何特征一直是曲面去噪的研究重点。本文对现有的特征探测方法,曲面去噪方法与保特征去噪算法的应用进行了分类与介绍,并提出一种基于曲面曲率的特征探测方法和两种保特征的三维网格曲面去噪算法——L1优化保特征去噪算法和基于特征探测的保特征去噪算法。基于曲面曲率的特征探测方法主要包含预探测、特征筛选、特征连接和特征微调四个步骤。该方法可以有效地检测出曲面的潜在特征点,并选择出真正的特征点集合。L1优化保特征去噪算法主要利用了稀疏方法的基本思想,其定义了一个包含位置偏移能量,L1稀疏特征能量和正规化能量三项的能量函数。本文通过Split Bregman方法完成了能量函数最小值的求解,从而实现网格曲面的去噪。从实验的结果来看,该方法具有良好的去噪和保特征能力。基于特征探测的保特征去噪算法在L1优化保特征去噪算法基础之上又结合了特征探测方法。该算法的最大改变在于在每次迭代过程中会根据当前曲面检测出特征点集合,并在下次迭代的顶点更新过程中考虑到现有的特征点信息。该算法在去噪过程中融入了特征探测并有效地利用了特征信息,可以在有效去噪地同时保存曲面的特征信息。