随着科技的不断进步,三维模型在现代计算机应用中扮演了越来越重要的角色。对于三维形状之间的相似性匹配与检索,是重利用这些数据资源的一项非常有意义的研究课题,同时对推进其它三维模型处理算法的研究也有较为重要的应用价值。　　大量的非刚性三维模型为建立鲁棒的形状匹配算法带来了挑战。这类三维模型自身的形状存在较多的可变性,它们通常是对原始刚性三维形状进行一定程度的等距非刚性变形而得到的。于是,其类内形状差异往往比类间的差异更加明显。为了有效衡量非刚性三维形状之间的内蕴相似性,形状匹配算法必须对等距形变足够鲁棒。　　本文研究了非刚性三维形状内蕴相似性匹配中的相关算法,其中,主要贡献包括:　　第一,提出一种高维内蕴形状的局部特征描述方法。为了减少形状标准化映射过程中的距离近似误差,选用一个高维欧氏空间来计算非刚性三维模型的内蕴标准形。然后利用子空间分解技术,从中构造内蕴自旋图像特征,来直接刻画高维形状的局部几何信息。内蕴自旋图像无关于非刚性模型的等距形变,同时有效继承了自旋图像的非参数性及局部描述能力。　　第二,提出一种非刚性模型高维内蕴形状的优化方法。为了提升标准形的描述能力,定义嵌入误差函数来度量模型标准化映射过程中产生的形状扭曲程度,并选取误差足够低、同时又最为紧致的临界欧氏空间来计算其高维内蕴形状。在异维标准形之间,推广内蕴自旋图像特征进行高维形状的直接匹配。得益于嵌入空间的优化,内蕴形状信息得以更为精准地刻画。　　第三,提出一种高效的形状标准化方法,自动地将非刚性三维模型映射为等值线标准形。通过计算测地距离等值线,并将其重对齐到引导轴上,保证了形状部件被局部映射为统一的非弯曲结构。同时,利用模型表面的测地距离约束来优化引导轴的朝向,保证整体形状结构的内蕴性质。等值线标准形显式消除非刚性模型的等距形变差异,不仅减少了形状扭曲,而且具有更高的计算效率。　　第四,提出一种基于自动逆关节形变的非刚性三维形状检索算法。借助于刚性形状分割与网格变形技术,自动调整模型的形状结构,消除关节形变信息。然后结合刚性匹配方法,来计算非刚性形状之间的内蕴相似性。逆关节形变算法保持原始非刚性三维模型的几何细节信息,显著改善了内蕴形状匹配的效果。此外,模型检索的计算复杂度也得以大大降低。