树木等植被三维模型是数字城市与数字林业工程的重要组成部分,可以增强数字化场景的真实感与沉浸感,如何高精度、高保真地重建单木三维几何模型是林业数字化进程的热点与难点问题之一。地基激光雷达技术因其数据获取速度快、数据量大、时效性好、精度高等特点,已被广泛应用于诸多领域,将其应用到单木三维重建,可为植被结构参数提取、古树保护等提供重要的数据与模型支撑。然而激光雷达点云存在密度不均匀、数据缺失严重等特点,因此需要一种适应点密度变化、能够修复点云缺失的方法来实现单木三维模型重建。本文在充分考虑地基激光雷达单木点云特征与数据获取基础上,对单木缺失枝干点云数据进行修复优化,并对场景中的不同树种单木进行了模型重建。本文的主要研究内容与贡献如下:（1）针对单木点云缺失问题,提出一种基于局部点云特征的缺失点云修复方法,有效地从含有缺失的单木点云中提取初始骨架点并对缺失枝干点云实施弥补修复。首先采用L1-Median算法提取缺失单木点云初始骨架点,继而基于骨架点计算点云的主导方向与局部权重密度,在此基础上计算点向骨架收缩作用力与约束力项,引导相关邻近点云向着缺失区域作自由运动。当达到作用力与约束力受力平衡时,点的运动与迭代修复过程终止,从而完成缺失枝干点云的修复优化。（2）针对复杂结构单木的三维重建问题,提出了一种耦合L1-Median分支点与最小生成树（MST）的骨架重提取算法,抽象单木骨架结构并实现三维模型重建。采用MST组织点云并提取单木骨架,利用L1-Median主枝干分支点修复MST骨架结构中的枝干拓扑延展错误,该骨架提取方法既有效保持了冠层尺度细枝的局部特征,也维护了主枝干骨架拓扑的正确延展。继而基于骨架点权重密度调整、骨架简化、骨架平滑等细化措施精细骨架结构,保证了骨架结构的轻量与自然延展。最后耦合局部圆柱拟合与异速生长理论计算骨架点半径,并添加叶子等语义信息,完成单木三维模型重建。试验结果表明本文提出的建模算法能够构建不同树种、不同结构的单木三维模型,同时保留较多的细枝细节信息。（3）针对本文提出的点云修复与单木三维重建算法,以7个树种的单木点云为例,进行修复与建模效果的定性与定量分析。试验分析结果表明,本文提出的点云迭代修复算法能够有效修复缺失枝干点云数据,且随着迭代次数增加,修复点云效果渐优,修复后的点云构建的三维模型与完整点云下的模型具备较高的吻合度,且修复算法对点云噪声与密度变化不敏感。另外,本文提出的基于耦合L1-Median分支点与MST的骨架构建算法能够实现不同树种、不同结构、不同体量的单木三维重建。与实测胸径相比,生成单木模型的胸径几何精度能够达到3cm,且原始点云与模型之间吻合度较高,点云至模型表面的平均距离可以达到3cm,与单站式点云相比,多站式单木点云有着更高的几何精度与吻合度以及接近2倍的时间与空间存储成本。在算法性能上,本文提出的重建算法对参数控制与点云密度变化等具备良好的鲁棒性能,且能够抽象表达冠层尺度上的细枝细节信息。