三维数据在计算机辅助设计、数字博物馆、医学图像处理、科学数据可视化、计算机图形学、虚拟现实和游戏等领域的迅猛发展,使之成为继图像、音频、视频以来又一种重要的多媒体数据形式。由于三维模型的信息量很大,这也使得三维模型在许多应用中出现占用存储空间过大、运行计算负载过重,所以需要一种“紧凑的”表示方式来尽可能完整、全面地表示描述三维模型的结构特征信息。其中最常用的一种简化表示方式就是使用一维曲线,一般称为骨架。利用物体的骨架来描述对象是一种既能强调物体的结构特征,也能提高内存使用率与数据压缩率的好方法。在过去的20年里,科研工作者在三维骨架提取领域己经开发了很多的算法,并且新的算法也正在不断出现,但至今还没有一个统一的骨架提取实验平台。为避免重复工作,充分利用各种已有算法,本文综合前人骨架提取算法,搭建起一个开放性的、可扩展的、可视化的实验平台。本文首先详尽讨论了骨架的各种定义及骨架提取算法的研究现状,通过对不同类别的骨架算法的分析比较,得出不同类别的骨架算法的优缺点。接下来研究了生成三维体素模型的问题,分析比较现有体素化方法的优缺点,重点采用最小包围盒改进了基于欧式距离测度网格模型的体素化算法,在微机平台上实现其加速算法并集成到三维模型骨架提取可视化实验平台,实验证实了该算法的高效性,满足课题的需要。最后系统地分析了我们需要开发的三维模型骨架提取可视化实验平台的结构与特点,重点探讨并实现了四种代表性的骨架提取算法,给出实验结果比较各自的特点,分析并提出改进建议。