最近几年,虚拟现实技术发展迅猛,对三维模型数据的处理,也原来受到人们关注。三维网格模型分割作为三维数字几何模型处理的一个比较基本的步骤,近年来越来越受到人们的关注与研究。本文主要对三维网格模型的分割进行了研究与探讨,首先对国内外的研究现状进行了综述,对前人的算法进行了学习和研究,然后提出了两种三维网格模型分割的方法:基于图拉普拉斯的三维网格模型分割;基于流形调和基(MHB)的三维网格模型分割。以期提高三维网格模型分割算法的效率与分割的效果。基于图拉普拉斯的三维网格模型分割。分割首先是要对模型的特征做提取,此方法需要构建一个图拉普拉斯矩阵,构建这个矩阵需要相似矩阵和度矩阵。本文为度量三维网格模型各点和面片信息所采用的方法是通过测地线距离和角距离定义各点之间的权重,从而构建出相似矩阵进而得到邻接矩阵和度矩阵。进而构建出拉普拉斯矩阵,最后通过谱聚类实现对三维网格模型的分割。通过实验对比验证了此方法也能对三维网格模型较好的视觉意义上的分割效果。基于流形调和基的三维网格模型分割。近些年来,Laplace算子在几何处理应用中被较为频繁的使用。Laplace算子的特征方程可以反映三维网格模型的本质的特征,此算子可以比较不受三维网格模型姿态变化的影响。本文提出了基于网格Laplace算子流形调和基的聚类算法对三维网格模型进行分割。首先会去计算三维网格模型的离散三维网格Laplace算子,进一步得到三维网格模型的流形调和基,再通过对流形调和基的特征分解,得到对应的特征方程从而获得三维网格模型顶点的谱嵌入,使三维网格模型归一化,这样避免了三维网格模型因为姿态的改变对分割结果造成的影响;最后在归一化之后的三维网格模型上运用传统的k-means聚类算法对模型的特征向量进行聚类分割,即可获得想要的聚类簇,这样也可以实现对三维网格模型的分割。由于三维网格Laplace算子的计算完全摒弃了传统的距离定义方式,此方法的拉普拉斯矩阵构建方式和第一种方式的有明显的不同。这两种方法其实都是将三维网格模型的特征提取出来映射到谱空间,然后再用谱嵌入和谱聚类的理论对三维网格模型数据进行处理。不同的是对三维网格模型特征提取的方式不同。在实验的过程中还发现不同的聚类分割数对分割的结果影响比较大,本文最后采用手肘法对最佳聚类分割数的确定。