En la medición de formas tridimensionales (3D) basada en proyección de franjas, varios factores pueden degradar la calidad de la nube de puntos. Los métodos existentes de filtrado de nube de puntos implican analizar la relación geométrica entre el espacio 3D y la nube de puntos, lo cual plantea desafíos como cálculos complejos y baja eficiencia. Para mejorar la precisión y velocidad del filtrado de nube de puntos, este artículo propone un nuevo método de filtrado de nube de puntos basado en segmentación de imágenes y la fase absoluta para la imagen 3D obtenida por proyección de franjas. En primer lugar, se establece una imagen de mapeo de nube de puntos bidimensional (2D) basada en la nube de puntos 3D obtenida de la proyección de franjas. En segundo lugar, se utilizan métodos de segmentación por umbral y crecimiento de regiones para segmentar la imagen de mapeo de nube de puntos 2D, seguido por el registro y eliminación de la región de ruido segmentada. Utilizando la relación entre la nube de puntos de ruido y el punto de ruido de fase absoluta en la proyección de franjas, se establece un punto de referencia libre de ruido, y se restaura el segmento de línea de fase absoluta para obtener la fase absoluta del punto libre de ruido. Finalmente, se reconstruye una nueva imagen de mapeo de nube de puntos 2D en el espacio 3D para obtener una nube de puntos con ruido eliminado. Los resultados experimentales muestran que la precisión de eliminación de ruido de nube de puntos calculada por este método puede alcanzar hasta el 99.974%, y el tiempo de ejecución es de 0.954 s. El método propuesto puede eliminar efectivamente el ruido de la nube de puntos y evitar cálculos complejos en el espacio 3D. Este método no solo puede eliminar el ruido de la nube de puntos 3D, sino que también puede restaurar la nube de puntos de ruido parcialmente eliminada en una nube de puntos 3D sin ruido, lo que puede mejorar la precisión de la nube de puntos 3D.