我有一些数据$(X,Y,Z)$，这是一组测量值$Z$在...之上$2D$空间$X$,$Y$. 这$Z$这个空间上的数据是连续的，除了在某些领域的一些不连续的跳跃$X$,$Y$（由于校准错误）。

例如，假设$X$和$Y$两者之间$[0,1)$，假设我的潜在真正功能是$Z=f(X,Y)$. 对于大多数$X$,$Y$空间$Z$将等于我真正的功能，但也许是$0.25 < X < 0.5$,$0.25 < Y < 0.5$，我的数据会显示$Z=f(X,Y)+4$，偏移量$4$从真正的功能。

我可以蛮力寻找不连续的跳跃，然后在数据集中对其进行校正（通过将错误区域中的边缘点设置为等于它们在非错误区域中的最近点），但这对于某些函数和我正在使用的某些域。我想知道是否有一种信号处理方法可以解决这些类型的问题？

编辑：要清楚，我只需要学习功能$f(X,Y)$直到一个常数，所以我认为空间的哪个部分是“无错误”区域并不重要。我根本无法让函数在 2D 的不同区域显示不同的偏移量$X,Y$空间。