近年来,随着三维数字扫描设备和技术的不断发展,点云模型作为曲面的一种新的表示方式获得了工业界和学术界的大量关注,点云模型在医学辅助诊断、数字娱乐、工业设计、航天模拟、文物保护等领域中具有广泛的应用价值。估计点云模型的微分几何量是数字几何处理、计算机图形学、计算机视觉等研究领域的一个基础性问题。国内外学者在这方面作了大量的研究工作,并取得了很多成果。针对点云模型微分几何量估计过程中存在离群点的情况,改进现有的法向和曲率估计方法。对点云的法向估计问题,基于最小二乘投影方法,并应用鲁棒统计学中的M估计,提出了一种改进的法向估计算法;对点云的曲率估计问题,基于局部球拟合的方法,并应用鲁棒统计学中向前搜索算法,给出了各个采样点处曲率的估计方法,在搜索过程中,算法首先构造工作集,并在此基础上应用最小二乘中位数法构造初始子集,其中不包含离群点,在初始子集上计算采样点处的曲率,由于在后续的迭代过程中没有将离群点加入曲率的计算,从而保证了算法的稳定性。实验结果表明:在点云模型存在离群点时,最小二乘方法无法计算正确的投影点,从而得到错误的法向估计;在曲率的计算过程中,基于球拟合的方法存在同样的问题,而改进后的方法运用M估计和向前搜索技术可以得到稳定的法向和曲率估计结果。