随着三维建模技术、三维扫描技术的发展,数字世界的三维模型呈海量增长,从如此多的三维模型中获取有用的信息,搜索引擎是必要的工具。基于文本的方式在描述三维模型及检索上有一定的局限性,基于内容的检索方式更为有效。当前已经有了多种基于内容的三维模型检索算法,本文将它们分为四类,即基于全局变换的算法、基于直方图的算法、基于二维视图的算法、基于图的算法。现有的方法大多需要姿态归一化,且缺少对模型局部特征的描述。本文提出了一种全新的三维模型检索算法——基于局部形状分布的算法。局部形状分布用三维模型局部几何特征的概率分布表示模型的局部特征。对三维模型上的一点P,在P周围随机采样一些点,对这些点计算形状函数值,得到的形状函数值的分布就是局部形状分布。本文中,选用角度-距离形状函数(AD),得到的局部形状分布可以用图片表示,记作点描述图像(PODI, Point Description Image)。本文通过局部形状分布算法构造三维模型描述符PODISet用于检索。首先,选择数个关键属性,计算三维模型表面的点的关键属性值。接着,对每个关键属性,选择属性值最大的Nr个点和最小的Nr个点为关键点。Nr为算法的一个参数。最后,计算这些关键点的PODI,得到的PODI集合,即是PODISet。PODISet作为三维模型描述符不需要姿态归一化,具有不变性、高效性、鲁棒性,同时还具有局部描述力。在PSB上的实验考察了多个参数对PODISet检索性能的影响,选择了最佳的参数。同时,将PODISet的性能与其他算法作比较。实验表明,PODISet性能优良。