随着数字几何应用的不断发展,对三维模型的需求量与日俱增,但在使用3D扫描设备获取三维模型的过程中,不可避免地会引入不同复杂程度的噪声,因此三维网格模型去噪,是数字几何研究中不可或缺的步骤。网格去噪方法的研究目标是:在消除模型上噪声的同时,能保留或恢复模型自身特征,且不引入额外的噪声或变形。由于三维模型的形态差异大、噪声程度难以判别等原因,现有处理方法往往采用多步骤或多次迭代方式进行处理,导致算法的时间复杂度较高,且常常需要大量地调整参数和手动终止迭代操作。为了克服这些缺陷,本文着重研究网格模型上高效的自适应保特征去噪方法。首先,综合分析了体现结构特征的充分磨光模型和包含综合信息的噪声模型,提出了基于线性插值的自适应算法。通过设计自适应线性插值方法,逐步从噪声模型中提取特征信息,并加入到光滑模型中,实现了保持不同程度特征的去噪结果。针对现有局部迭代算法中手动设置终止条件的情形,提出了终止迭代运算的判断条件,并在所设计的算法中加以应用。其次,提出了自适应双边滤波算法。该算法利用拉普拉斯算子描述不同尺度特征,基于拉普拉斯算子差异,自适应地设置高斯函数方差参数,并依据每个三角形面片的几何特征,为其设置不同的双边滤波参数,以便更好地保持模型的特征,改进了现有局部和全局的双边滤波算法。最后,通过仿真实验验证了所提出算法的有效性。实验结果表明,本文提出的两种去噪算法及其终止判别条件,能够获得自适应、保特征的去噪效果,且对非均匀采样及大噪声模型具有鲁棒性,能在去除噪声的同时很好地保持模型的细节特征,并降低了算法的运行时间,整体性能优于现有的相关去噪方法。