在计算机图形学的研究领域,三维网格模型分割技术和检索技术已经成为近年研究的热门课题。随着三维扫描技术的发展和三维造型技术的成熟,三维网格模型被越来越多的应用于3D数字动画、虚拟现实、真实感造型等各几何处理研究领域,并逐步代替了传统的曲面模型,成为数字几何建模的主流模型。由此,对网格模型的研究也开始细化到离散网格处理的各方面,其中网格分割和检索便是极具代表性的研究方向。三维网格的分割可以有助于参数化、形状匹配、纹理映射、多分辨率建模、网格编辑、变形、压缩、动画等。近年来,涌现出许多优秀的网格模型分割算法,如:Shape Diameter方法、Normalized Cuts方法、Core Extraction方法、Randomized Cuts方法等等。每种方法都有其适用的模型,所以没有一个通用的分割算法适用于各种三维模型。三维网格检索作为网格分割的应用之一,主要研究如何根据设计目标从大规模模型库中得到形状特性相似的模型,从而更有效的重用和管理现有网格。本文提出一种基于网格边界几何信息的快速分割算法,首先按照原始网格模型面片的拓扑关系建立对偶图,并根据网格面片的几何信息设定权值,使用k-way多级分割方法对对偶图进行分割得到预分割区域以及各区域的初始边界,然后对模型进行特征轮廓提取得到特征边界;定义边界强度函数来表示各预分割区域边界处的形变模型,通过最小化形变模型的能量函数推动初始边界向特征边界运动,最终得到符合最小值法则的有意义的子网格。实验结果表明该算法快速有效,适用于各种局部边缘特点较明显的三角网格模型。针对大规模三维模型库的模型检索效率不高的问题,本文提出一种基于增量式聚类的三维模型检索方法。首先为模型库中的模型建立搜索关键词词典,然后根据目标模型的特征直方图提取特征点得到特征向量,对特征点进行增量聚类,并根据增量聚类的结果更新检索关键词词典;最后使用特征向量匹配的方法来判断出模型库中是否含有与目标模型相关的模型。实验结果表明,该方法能够快速、准确的检索到与目标模型相关的模型。