本发明提出了一种针对水下目标物的自监督三维点云补全方法，属于计算机视觉技术领域。本发明包括：收集水下三维点云数据，并将残缺点云分为训练数据和测试数据；使用最远点采样算法提取点云轮廓集，并通过最近邻采样算法构建点云块集；构建点云特征编码器模块、点云特征解码器模块、形状特征编码器模块、文本特征编码器模块以及形状‑文本特征匹配模块，并引入跨注意力机制以增强特征融合；通过多模态约束构建自监督补全神经网络模型，并利用训练数据进行训练；利用训练好的模型对残缺点云进行补全。本发明结合了多模态信息和自监督学习技术，显著提升了水下目标物三维点云数据的完整性和精度。