在岩溶洞穴的旅游开发中,获取完整的岩溶洞穴内部三维空间信息是进行旅游开发设计的前提。采用传统的测量手段无法很好的获取和表达岩溶洞穴内部详细的三维空间信息。随着测绘技术的不断发展,运用三维激光扫描技术能快速获取被测物表面的三维点云数据,而摄影测量技术通过对获取的影像数据进行处理,也能得到测量对象的三维点云数据,这为溶洞内三维空间信息的获取和表达提供了有效方法。但是,一方面,三维激光扫描技术和摄影测量技术都无法获取被遮挡区域的三维空间信息,而且溶洞内复杂的空间构造极易形成遮挡,使得获取到的数据存在部分缺失,给工程设计造成不利影响;另一方面,一些待开发的溶洞由于缺乏保护,导致钟乳石常被盗采,一些已经开发的溶洞由于施工不当造成了洞内构筑物的损坏,而钟乳石盗采和施工不当都会对溶洞内景观造成不同程度的破坏,使其无法满足游客感官上的需求。基于以上两个方面的原因,需要对获取到的溶洞三维数据进行修复补全。在目前的工程实践中,为了实现溶洞三维空间信息的修复补全,所采用的方法通常是先基于预处理完毕的残缺点云数据建立残缺的三维网格模型,然后运用模型后处理软件进行模型的修复补全。但这往往费时费力,修复结果还严重失真。本文以点云数据作为研究对象,采用深度学习的方法对残缺钟乳石点云和溶洞壁点云空洞进行修复补全。本文的主要研究内容及成果如下:（1）构建用于点云补全网络训练的钟乳石和溶洞壁点云数据集目前还未存在可用于点云补全网络训练钟乳石和溶洞壁点云数据集,而数据集的构建对网络的补全效果是至关重要的。因此,本文运用多种数据采集手段从九乡三角洞、坝美桃园洞和汤那洞中采集了点云数据,从三个溶洞的点云数据中提取了钟乳石和溶洞壁点云,对提取的钟乳石和溶洞壁点云进行预处理,从而建立了钟乳石和溶洞壁点云数据集。（2）点云补全网络的研究及构建对深度学习技术及目前主要的点云修复补全网络进行了研究,构建了可用于残缺钟乳石点云和溶洞壁点云空洞修复补全的深度学习网络;该网络基于生成对抗网络的架构,首先采用多分辨率编码器结构,通过组合多层感知器对不同分辨率的残缺点云数据进行特征提取并将不同分辨的特征进行融合,有效提取了点云的局部和全局特征,该特征还包含了高级和低级语义信息;其次,采用倒角距离损失函数对多级解码器结构的输出进行分层校正;最后,采用鉴别器结构使得网络输出点云更加接近于真实点云。（3）残缺钟乳石点云及溶洞壁点云孔洞修复补全运用自主构建的钟乳石点云数据集和溶洞壁点云数据集对网络进行训练,最终实现残缺钟乳石点云和溶洞壁点云空洞的修复补全,并与当下的一些修复网络和软件得到的修复结果进行了比较。结果表明,运用本研究提出的方法对残缺钟乳石点云和溶洞壁点云空洞进行修复,在修复效果和修复精度上均优于FoldingNet、PCN网络的修复结果,同时也优于Geomagic Studio和Maptek I-site studio得到的修复结果。