由于三维模型广泛分布于现实世界中,容易出现因外力损坏、自然破损和扫描不充分而造成三维模型存储到数据库时数据不完整的情况,如何使用残缺的三维模型检测出其在三维模型数据库中相对应的完整三维模型是目前面临的一个难题。因此,本文以残缺三维模型为研究对象,提出了以下两种检索方法:(1)提出了基于孔洞填充和聚类的残缺三维模型检索方法。该方法首先检测并填充残缺三维模型的孔洞,对填充后的三维模型进行预处理,直接计算每点的曲率,作为描述填充三维模型的特征。然后用K-means++聚类算法对检索模型和目标模型进行聚类,并提出了C_DIS相似性度量计算方法,以类为单位计算模型间的相似度。在该方法中,填充孔洞可以为残缺模型补充信息,通过求解径向基函数获得的隐式曲面可以保证填充尽可能逼近完整模型。曲率具有几何不变性,聚类既避免了出现点匹配时曲率相同的情况,也保证了检索模型与目标模型之间一一匹配。C_DIS相似性度量依据Hausdorff距离的计算原理提出,将模型视为几类点集的集合,类内相似度高,类间相似度低,类间匹配更具准确性。(2)提出了基于孔洞填充和可靠度约束的残缺三维模型检索方法。该方法首先将具有复杂结构的孔洞分割为结构简单的子孔洞的组合,分别填充后进行模型预处理。然后为填充三维模型建立包围盒,并分割为若干小立方体进行数据简化。由于简化前的数据点并非都是三维模型本身所有,因此引入可靠度的概念,衡量简化点的可靠度,并在可靠度约束下计算模型间的相似度及最终的检索结果的可靠度。该方法对大孔洞、具有复杂结构等无法直接填充的孔洞依据其局部细节特征进行分割,分别填充子孔洞,保证了高准确率地填充。数据简化提高了计算速度。可靠度概念的引入使抽象的相似度结果量化显示,有利于衡量检索结果的可靠程度。两种检索算法都在残缺三维模型和对应的完整三维模型之间建立了填充三维模型作为中间联系,为未存储在数据库中的残缺三维模型和存储在数据库中的完整三维模型搭建了桥梁。本文也对两种检索方算法进行了实验评测,证明了本文所提算法的有效性。