三维模型作为新一代数字几何媒体,在互联网的大背景下,其应用促使基于内容的三维模型检索技术应运而生。随着三维模型在越来越多的领域扮演着越来越重要的角色,开展三维模型检索技术的研究具有重要的理论意义和广泛的实际应用价值。　　 本文在总结分析国内外已有研究成果的基础上,着重研究了基于统计特性的形状分布特征提取技术和基于深度图像的特征提取技术,并实验验证了算法的有效性与可行性。主要研究工作如下:　　 (1)总结分析国内外三维模型检索相关技术,对三维模型标准化与预处理,特征提取,相似性度量,用户界面,检索性能评价等几个方面展开了综述性研究。　　 (2)提出了一种改进的模型驱动下的形状分布算法。该算法针对传统形状分布算法采样点缺失代表性的不足,基于模型精细程度不同分级采样,对采样点集进行可分离离散小波变换,有效增强了采样点的代表性,并同时压缩了数据集。实验表明,该算法比传统形状分布算法具有更好检索效果。　　 (3)提出了一种改进的基于深度图像的特征提取方法。该算法首先将三维模型利用“加权”PCA方法进行归一化,然后在单位立方体的六个面上正交投影获取六幅深度图像,最后对图像进行二维傅立叶变换并对变换后的频谱图像进行低频采样提取三维模型的特征向量。实验表明,该算法在运算量和检索效果间寻求好的平衡,取得了比较好的检索效果。　　 (4)设计实现了一个的基于大规模三维模型数据库的三维模型检索原型系统。该数据库中有50000多个模型,几乎涵盖了目前网络上出现的所有三维模型类别。该系统基于C/S架构,具有文本关键字、模型实例和手绘二维草图三种查询方式,简单,易用,可扩展性强,并被用来验证了上述算法的有效性与可行性。　　 本文的工作得到了国家863高技术研究发展计划项目(2008AA01Z301)——三维模型智能处理与检索平台的支持。