三维激光扫描技术虽能高效构建精确的三维模型，但在测量具有内凹曲面或狭窄缝隙的物体时，部分区域因光线遮挡而形成点云孔洞，影响模型的完整性与后续应用。传统修复方法多依赖插值或曲面拟合，易导致修复区域曲率不均、细节丢失。为解决该问题，提出一种基于改进边界排斥的激光点云孔洞识别与修复方法。采用加权局部最优投影算法优化点云分布，并通过法向量分析与局部密度约束精准识别孔洞边界，利用最大角度筛选排除伪边界点，避免将大曲率部位误判为缺损区域；同时，设计动态排斥力场模型，结合单圈邻接点拓扑关系生成填充路径，确保修复点云与原始模型的几何一致性；最后，利用中值滤波实现修复孔洞点云与整体点云平滑度的一致性。实验结果表明，本方法在多类复杂模型上均能有效识别与修复孔洞，其中Camel模型的修复率达98.7%，点云密度差异仅为4.2%，修复时间显著优于LS-SVM，Poisson，PU-Net及SeedFormer等方法，仅为SeedFormer耗时的11.7%。本方法在几何结构保持与细节修复方面具有明显优势，为激光点云孔洞修复提供了一种高效、可靠的解决方案。
Qiuping et al. (2025) studied this question.