三维模型作为一种新媒体,其应用越来越广泛。随着三维建模工具和扫描装置的改进,以及计算机软硬件技术的发展,每天都有大量模型产生并被传播,因此,迫切需要对三维模型进行有效的管理和检索。三维模型检索在人们日常生活、CAD/CAM、计算机动画设计中均有着广泛的应用,它已成为MPEG7标准的一个重要研究部分。对三维模型检索的研究具有重要的现实意义,并且能够极大推动其他相关领域的发展。基于内容的三维模型检索是指根据三维模型源文件存储的模型的几何结构、空间关系、统计特征、纹理、材质等信息,提取出模型的某种形状特征,将该特征以向量或图的形式表征,用以唯一的标识模型。检索的过程即是在模型的特征数据库中找到与查询模型的特征距离最小的前K个模型,并按照相似度的大小顺序输出。因此,模型的特征提取算法是三维模型检索领域的核心研究内容。本文在分析了检索系统构成和总结现有特征提取算法的基础上,提出了两种改进的检索方法。主要工作如下:首先,在查阅了国内外大量有关三维模型检索的文献的基础上,介绍了检索系统的框架及检索基本流程,重点总结了当前存在的特征提取算法,并对其进行了分析与比较。其次,改进了基于分割的三维模型检索方法。针对现有检索算法未充分考虑模型局部信息的问题,算法采用模型分割的方法利用模型局部信息。首先,我们通过比较得到了一种稳定的信号计算方法,然后利用稳定的平坦度作为分割的高度函数进行分水岭分割。在防止过分割的合并过程中,采用基于动态权值的多轮合并以使分割结果适于检索要求。最后将三维模型建模为网状图,在图匹配的基础上比较三维模型的相似性。同时,由于分割过程中的平坦度信号具有较强的形状表征能力,我们借鉴统计特征提取思想,针对平坦度信号,提取了基于平坦度的统计特征向量。然后,改进了特征集成的检索方法。针对单一特征不能有效检索所有三维模型的问题,我们采用特征集成的方法,以使不同特征优势互补,增强检索算法的适应性。算法为衡量不同特征的检索性能,为每种特征赋以不同的权值。由于同种特征对不同的查询模型检索性能也不相同,我们针对不同的查询模型,利用等价代替的思想,对模型库中的全部模型建立权值知识库。知识库中权值的形成过程基于用户的相关性反馈。在初始权值的基础上,通过一定次数的用户反馈训练过程,权值知识库可以趋于稳定。最后按照知识库中的权值集成不同特征进行检索。