近年来,由于基于视点的3D目标表示所具有的高度辨识能力,大量的研究学者涌向基于视点的3D目标检索算法研究。然而其中的很多研究工作集中于单一特征的考量,这就很难突破单一特征对于目标表达的瓶颈。对此,本文提出了一个创新的3D目标检索算法,这一算法旨在通过二部图匹配融合多个特征,使各个特征彼此互补,从而探索基于视点的3D目标的本质特性。具体来说,本文分别通过提取Zernike矩和Bo VW/SIFT特征联合表达目标的区域形状特征,并且通过提取基于边界的傅里叶特征建模目标的轮廓特性。再经过二部图匹配和特征融合提高目标检索的性能。进一步地,当引入用户反馈信息后,性能得到了更高提升。本文提出的算法在融合多特征,匹配多视点,估计不同目标相关程度的同时,所出了如下贡献:(1)为了更全面的描绘3D目标,本文提出了基于一种多特征融合和二部图匹配的基于视点的3D目标匹配算法,通过分别提取3D目标的边界和内部区域的特征,3D目标得到了更全面的表达。(2)通过使用贪婪算法来计算查询目标与待检索目标之间二部图的相似程度,本文可以更高效的获得查询结果。(3)通过使用基于反馈的重排序策略,算法的性能得到了进一步的提升。本文所提出的算法在2015届SHREC比赛中获得算法综合性能优良的(Optimal Result)评价,对未来的研究及实际应用都具有一定的指导意义。