随着三维技术的发展和进步,三维模型的获取变得越发便捷,而三维模型的数量也随之急剧增长。如何有效地对这些模型资源进行浏览和检索,进而帮助使用者重用已有的案例和成果,已受到越来越多的关注。在工程领域,三角网格模型作为一种常用的三维数据形式,其自身存在着大量的检索需求;随着近年来三维打印、数控加工等技术的不断发展,相应的需求将更加日趋迫切。本论文以三角网格模型检索为主线,从特征提取、相似性比较和多特征融合三个方面入手,对三维模型检索技术中的关键问题展开了系统研究。论文的主要研究内容及创新点如下:1)提出一种基于复眼视觉的三维模型局部特征提取方法。该方法借鉴昆虫复眼的视觉模式,用一幅球面图像来模拟复眼对三维模型的观察结果,从而将三维模型的特征提取转化至球面图像处理。由于不需对三维模型进行多视点的投影,该方法能够从根本上规避现有基于人类视觉的检索方法所存在的信息冗余记录等问题。在此基础上,根据球面图像自身的特点设计了一种球面SIFT特征提取算法,通过提取球面图像的局部显著特征来获取原三维模型的内容表征。实验结果显示,所提方法与当前一些同类方法相比能够获得更为准确的检索结果。2)提出一种基于局部形状分布的三维模型特征提取方法。该方法依据概率统计的原理,通过构建局部形状分布直方图,在特征提取的过程中能够对三维模型实施更为细致的描述和处理。首先对三维模型进行随机采样,将模型表面划分为一系列的局部子区域;然后依托局部形状函数,将模型在各区域上的形状信息以局部形状分布直方图的形式进行记录。实验结果显示,所提方法能够有效体现不同模型之间的局部细节差异,同时方法的执行效率较高,综合检索性能优于现有的一些同类方法,可以很好地满足工程领域的检索需求。3)提出一种引入空间关联信息的三维模型相似性比较方法。该方法将三维模型局部特征之间的空间关联信息应用于不同模型的相似性比较,能够提升局部特征已有的检索效果,进而获取更准确的检索结果。首先以局部特征的空间关联图来描述其空间关联信息,进而在此基础上使用BoW模型完成对该关联图的转化和解构,提取其中的形状单词团,最终将两个三维模型的相似性比较转化为其对应形状单词团直方图之间的比较。实验结果表明,凭借对局部特征空间关联信息的有效利用,所提方法不仅能够在不同三维模型之间实现更准确的相似性评价,同时在相似性比较效率上也可较好地满足实际检索应用的需求。4)提出一种三维模型的多特征最优融合方法。为了根据不同的检索场景挑选出最合适的模型特征进行融合,首先对粒子群优化算法进行改进,设计了一套针对局部极值点的监测机制,以防范算法在执行过程中的“早熟收敛”;在此基础上,针对不同的检索场景,采用监督学习的模式从相应的模型训练集和候选特征中依次完成最优特征组合的寻找和最优特征权重的计算,从而确定出用于指定检索场景的最优特征融合方案。实验结果表明,所提方法能够充分地迎合不同检索场景下目标模型的特点,进而更有效地发挥多特征融合在检索三维模型时的使用效果。基于以上的研究成果,研制了一个基于内容的三维模型检索原型系统NPU-MRPS(Northwestern Polytechnical University-Model Retrieval Prototype System),并给出了相应的实例运行结果,对本文提出的三维模型检索的原理和方法进行了可行性与有效性验证。