随着三维模型广泛地应用于我国制造加工技术和数字化建模技术,三维模型的分类与检索已经成为一个重要的研究方向。由于三维模型内在的复杂性,本文采用三维模型降维的方式,利用二维视图作为三维模型的检索条件,降低检索成本。本文基于视图的算法包括利用二维草图检索与利用投影视图检索。考虑到普通用户未必拥有可以直接检索的二维视图或者三维模型本体,所以本文第一部分利用手绘草图完成粗滤检索。第二部分利用甄选出的二维视图进行详细分类与检索。利用双重检索达到迅速且准确的三维模型检索的目的。手绘草图检索部分首先对三维模型按照固定投影的方法获取二维视图集。在二维视图集中选取轮廓最长的24幅二维视图作为三维模型的特征视图集。然后将手绘草图进行降噪处理,并构建全局视图特征和二维形状分布直方图的加权集合作为集成特征描述子。利用集成特征描述子对手绘草图和二维视图进行相似性评估来检索三维模型。实验结果表明:本文中算法的检索性能优于大多数其它基于手绘草图的三维模型检索算法,对区域特征和边界轮廓特征具有更高的辨识度。在检索出的视图中选取出理想的三维模型,作为下一步骤中视图检索的条件。二维视图检索部分首先采用球体将选取出的三维模型完全包住,获取三维模型固定投影下的二维投影视图集;然后采用Apriori算法选出其中的典型视图,将典型视图作为卷积神经网的输入;在Alex Net模型的基础上进行参数调整,并将其用于三维模型分类与检索;最后选取正向传播和反向传播相结合的方式对卷积神经网络进行训练,以提高其泛化性能。实验表明,该方法能够提高三维模型分类与检索的准确性和效率。