近年来,三维网格模型分割成为计算机图形、图像学的研究热点,越来越多的研究者深入网格分割领域,促使分割技术不断发展,但现有的网格分割方法大多不能完全适用于不同种类的模型,这些三维分割算法或多、或少存在各自的分割缺陷。仅仅利用传统形状直径函数的三维分割算法,存在计算量大、无法较好的适应复杂模型等缺点。为了使三维分割能够较好的适用于不同类别的模型,提高分割速度、增强分割鲁棒性和提高模型分割准确度等,本文结合谱聚类、相互可见性和形状直径等多种技术,提出了一种结合表面偏移形状直径的三维网格模型分割算法,本文提出的方法在正确性和鲁棒性等方面优于大多现有的方法。本文首先利用光谱聚类对模型进行过分割预处理,然后基于平面误差度和相互可见性进行过分割块的初次合并,并且为了进一步提高合并准确性,最后结合表面偏移的形状直径进行再次合并,以得到最终的分割结果。为了验证本文分割算法的有效性,将本文分割算法对人体分割的结果应用于三维人体测量,通过对不同的分割部位采用不同的测量方法计算围度尺寸,与人机交互测量软件测量结果对比分析,证明了本文方法的有效性。本文完成的主要工作有以下几点:（1）为了提高计算模型上网格顶点之间距离的准确性,本文将网格模型的测地距离和三角面片所形成的角距离相结合,求其均值来表示模型网格曲面上任意两顶点的最近距离。然后基于谱方法计算相应的特征矩阵,对其最小的K个向量进行K-Means聚类,输出过分割模型结果。利用平面误差度和相互可见性来合并相邻过分割子块（包括合并近似平面片的相邻过分割块和基于可见度合并的相邻过分割块）。（2）为了进一步提高合并结果的准确性,克服传统形状直径计算速度较慢、对复杂模型的适应性较差的问题,本文提出一种结合表面偏移的形状直径的分割算法,基于初次合并后的表面偏移形状直径,构建直方图,计算其相似度,再次合并未被正确合并的区域,得到最终网格模型的分割结果。（3）利用普林斯顿提供的三维模型分割评价标准对本文的分割算法进行评估验证,将多种分割算法与本文算法对比,利用多种数据集进行验证,分别从视觉定性角度和定量角度进行评估,均可证明本文分割算法的有效性。并且将本文分割算法应用于人体模型,采用椭圆拟合等方法对人体分割结果进行围度测量,与交互式测量软件测量结果进行对比,也表明本文测量结果有较高的精度。