El monitoreo de la salud estructural es un método efectivo para evaluar el estado de seguridad de las presas. El error de medición es un factor importante que afecta la precisión del modelado de datos de monitoreo. Procesar los datos de monitoreo anormales antes del análisis de datos es un paso necesario para garantizar la confiabilidad del análisis. En este documento, se propone un método para procesar los datos de monitoreo de desplazamiento de presas anormales sobre la base de la manipulación de matrices y el algoritmo de Búsqueda del Cuco. Primero generamos un gráfico de dispersión de los datos de monitoreo y exportamos la matriz de la imagen. El gráfico de dispersión de los datos de monitoreo incluye valores atípicos aislados, grupos de valores atípicos y grupos de puntos normales. Las escalas de grises de los valores atípicos aislados se reducen utilizando desenfoque gaussiano. Luego, los valores atípicos aislados se eliminan utilizando binarización de Otsu. Luego utilizamos el algoritmo de Búsqueda del Cuco para distinguir los grupos de valores atípicos y grupos de puntos normales para identificar la línea de proceso. Para evaluar el rendimiento del método propuesto de procesamiento de datos, también ajustamos los datos procesados por el método propuesto y por el método comúnmente utilizado 3- mediante un modelo de regresión, respectivamente. Los resultados indican que el método propuesto tiene un mejor rendimiento en la detección de anomalías en comparación con el método 3-.