近十几年来,模型骨架抽取这一课题已成为国际上比较热门的研究方向,包括Siggraph在内的很多国际、国内的科研机构、学者对骨架抽取及应用进行了深入的研究,使得这一方向的算法得到不断改进。三维模型的骨架保持了模型的拓扑特性,被广泛应用于三维模型库匹配检索、动画及压缩等领域。本文根据多分辨率Reeb图(MRG)的原理,提出了一种基于离散高斯曲率约束的骨架提取优化算法。其优势之处在于通过计算网格顶点的离散高斯曲率,判断曲面凸凹特性,获取模型表面的双曲极值点作为约束点,以约束点为基础进一步得到视觉突起与关节,找出凹陷区域,增加关节点,优化原始骨架。实验结果表明本方法有效地突出了模型的拓扑分支特征以及模型表面的细节,提高了骨架提取的精度和效率。提取三维模型骨架并不是最终目的,将骨架应用到某些领域才是骨架的价值所在,不同的骨架抽取方法所针对的应用领域也是不同的,所以文章最后展示了利用本文优化算法抽取出的骨架在三维模型匹配检索以及骨架动画这两大领域的应用效果。本文总体上可分为三大部分:第一大部分介绍了骨架抽取算法相关工作,它的历史和现状,优缺点对比,以及骨架的应用。第二大部分阐述本文算法的全过程,先引入MRG,然后引入网格顶点的离散高斯曲率,算法具体步骤,最终提取效果以及性能对比等等。第三大部分给出了本算法骨架的一些应用,包括骨架动画变形和三维模型检索。