现代社会,不仅工业上对工件表面的形貌特征的精细程度提出了越来越高的要求,日常生活中人们对自己使用的消费品的表面的加工精细度也有了一定的要求。粗糙度、波纹度、形状共同组成了物体的表面特征,表面的粗糙度形容的是零件表面的形貌特征,具有波长短(频率高)的特点,对它进行准确的测量与评定意义深远,对于零件的加工技术有非常重要的意义。本研究中使用的表面形貌的评定方法是建立在高斯滤波法的基础上的,实验数据是触针式表面粗糙度测量仪测得的。针对传统高斯滤波器在使用中的局限性,尤其是粗大误差及数据中特殊特征值的存在对受正态分布束缚的高斯滤波器造成的误导而导致的表面基准的畸形,引入了稳健理论对其进行改进。在明确稳健滤波算法需要达到的目标之后,对稳健性度量标准及经典的稳健估计方法进行了分析,并选定最常用的M估计作为稳健估计方法。接下来对M估计进行了详细的分析。稳健高斯滤波算法的实现选用了修正权法,具体的实现采用了迭代算法。针对不同的数据的特征,选择对应的稳健估计权函数进行处理从而达到最好的处理效果。算法实现的工具使用的是Matlab2015版,首先对数据进行预处理并作出数据图形,根据特征选用了QC权函数进行处理,并将稳健算法引入前后的滤波效果进行了对比,证明了适当稳健算法的引入能很好的抑制数据中异常特征对滤波基准造成的影响,能够更加准确的得到表面粗糙度滤波中线,满足了研究提出的要求。