激光扫描仪或消费者深度相机捕获的点数据经常被严重的噪音和离群值污染。 在本文中，我们提出了一种在L0最小化框架中的重采样方法来处理这种低质量的数据。 我们的框架可以产生一组干净的，均匀分布的，保持几何形状和保持特征的点。 L0norm改进了对噪声（异常值）的鲁棒性和保持清晰特征的能力，但会导致效率显着下降。 为了进一步提高L0point集重采样的效率，我们提出了两种加速算法，包括基于优化的局部半采样和交错正则化。 如实验结果所示，加速方法比原始方法快大约一个数量级，同时实现了最新的点集合并性能。