针对地下空间三维重建中因光照不均、强光、弱光、尘雾及遮挡等复杂环境干扰造成的点云空洞问题，本文提出了一种融合单线激光雷达与深度相机的空洞补全方法。首先通过联合标定建立两传感器的时空一致性关系，利用残差回归实现深度相机点云的结构保持型降噪，再基于加权频谱熵（Weighted Spectral Entropy ，WSE）评估切片连续性，动态筛选优势切片并进行自适应融合，以补全因环境干扰产生的空洞区域。为验证方法的有效性，在弱光（5 lux）、强光（10 000 lux）、强光+尘雾及渐变干扰四种干扰条件下，选取五种深度学习补全方法以及多线激光雷达替代方案进行对比实验。结果表明，本文方法在四种工况下的Chamfer Distance （CD）和Earth Mover's Distance（EMD）均优于对比方法，CD分别降低85.82%，82.64%，82.39%和83.33%，EMD分别降低90.68%，86.41%，88.19%和89.08%；且尺寸误差小于20 mm。研究结果表明，该方法在复杂地下工况下保证测量精度的同时具有显著的空洞补全优势，能够有效提升三维重建的完整性与可靠性。
Hongtao et al. (Wed,) studied this question.