在本文中,我们提出了一种使用估计的拓扑表面从点云进行三维(3D)重构的新颖变分方案。 使用估计的拓扑表面的方案通过集成估计的表面拓扑梯度场来恢复基础的3D形状。 由于估计过程中存在噪声和离群值以及固有的歧义性,因此估计的梯度通常不可积分。 该方法表示给定不可积梯度场的表面重建解决方案的连续体。 对于N x N点云,所有可积梯度场的子空间的尺寸为N(2)-1。 它可以用于从这个高维空间中导出一系列有意义的表面重建。 我们表明,通过使用空间变化的各向异性权重的级数,可以实现从点云进行表面重构的显着改善。 仿真表面进行了实验研究,结果验证了所提出的方法可以改善重建效果。 所提出的方法极大地改善了模拟数据的重建结果。