金属断口表面微观形貌特征对于零件断口的失效分析具有很高价值,因此获取金属断口的表面形貌信息非常重要。本文提出采用扫描白光干涉法获取三维形貌数据,该方法结构简单,扫描速度快并且纵向精度高。白光干涉检测过程既包含了横向二维空间数据采集,也包含了纵向一维时间序列扫描,所以在整个检测过程中,会同时引入空间噪声和时间噪声,而且两种噪声会相互叠加形成时空分布的三维噪声,造成微弱白光干涉信号进一步复杂退化,影响后期对特征信号的提取,从而导致严重的三维形貌重建误差。本文在基于白光干涉信号的拉普拉斯先验模型,以及高斯分布的横向二维空间噪声和伽马分布的纵向一维时间噪声条件下,利用贝叶斯估计方法和最速下降求解方法对信号进行三维去噪处理,并同其它去噪方法进行了对比分析。在系统构建中,采用GPU硬件加速以及在Visual Studio 2010环境下CUDA并行算法编程,实现了快速断口干涉信号处理以及表面形貌三维重建。实验证明白光干涉信号在采集过程中存在横向二维空间噪声和纵向一维时间噪声。结果表明:相对于其它方法,利用贝叶斯估计的三维去噪情况下,白光干涉信号的平均峰值信噪比提高了0.8db-5.6db,平均均值方差降低了0.2-1.3,另外,经过GPU并行加速,白光干涉信号处理和表面形貌三维重建速度相对于单独采用CPU提高了近9.3倍左右。