随着三维模型的造型、重构和可视化等相关技术的快速发展,以及先进的、高精度的扫描技术的不断推出,三维模型的复杂度和数据量急剧增长,远远超出了当前计算机实时的图形处理能力。因此产生了许多以模型分割为处理初步阶段的算法,以便大幅降低三维模型处理的复杂程度。另外,三维形状分析、模拟压缩、模型检索和三维动画等方面的应用上,三维模型的语义分割具有非常重要的实际意义。近年来,三维模型的分割引起了众多研究和实际工作者的关注,成为一个热点研究课题。本论文研究以视觉认知心理学为基础准则,通过对类人形三维模型的骨骼提取,依据人体测量学的先验知识完成三维骨骼的语义特征点提出,从而完成类人形三维模型的语义分割。本文的创新工作主要有:(1)详细研究了三维模型语义分割算法中的极小值规则和捷径规则,通过大量的实例分析了它的优点和局限性。(2)提出了一种基于骨架提取和特征点的三维模型语义分割算法。该算法采用将距离变换及势场方法相结合的一种线形骨架提取算法,提取模型骨骼线;利用人体测量学的先验知识为指导进行特征点的识别选取,从而使保证了语义分割的正确性;以视觉认知心理学为指导,利用骨骼线上的语义特征点完成对三维模型的语义分割。和3D捷径规则指导下的三维模型网格分割算法相比,本文算法的计算效率有了大幅提升。