网格去噪是数字化设计与制造中非常经典但是至今仍然没有得到很好解决的一个问题。随着各种扫描设备的发展,人们获得三维数据也更加便利,但是因为扫描设备本身精度的限制,外界环境影响以及各种曲面重建算法的误差,得到的三维模型不可避免的有些噪声缺陷。所以把这些网格模型用到后续的几何处理之前,需要进行去噪处理。网格去噪最主要的挑战在于去除噪声的同时最小程度的改变表面的内在特性,如尖锐特征。但是网格噪声和尖锐特征信息有时候都是高频信息,一般很难把它们很好地分开。为了能够更好地解决这些问题,本文提出可以一种全新的基于块协同法向滤波的网格去噪算法。它的灵感来自于几何统计数据,这些数据表明带噪声的网格表面下有很多固有性质相似的块。这个算法可以分为两个步骤:首先,在网格模型全局范围内找到相似的块,并对块法矢做旋转不变性变换,之后将这些块的法矢信息输入矩阵,对其进行低秩恢复操作;其次,根据恢复的矩阵计算新的网格面片引导法矢,用该法矢对噪声网格法矢域进行滤波操作,最后根据滤波后的法矢重新迭代更新网格顶点的位置坐标。算法的关键在于如何将传统二维图像中的低秩矩阵恢复拓展到三维网格处理,以及如何有效地从超低维带噪声矩阵中恢复出原始矩阵。最后,分别在人工合成的模型和真实扫描的模型上进行实验,从视觉效果和量化分析两个角度阐明该算法的有效性。