在最近几十年里，三维模型已被广泛应用于工业制造、数字娱乐、城市规划、医疗健康、文物保护等领域。围绕三维模型的相关研究一直是计算机图形学研究的热点问题。这其中主要包括三维模型的获取、分析、处理和应用等问题。随着三维数据获取设备的普及和相关建模软件的发展，构建三维模型正变得越来越容易。此外，面对大量三维模型，相应的分析及处理算法也得到了极大的发展。近些年来，很多新兴的应用领域对现有的三维模型获取、分析和处理提出了新的要求。　　基于上述研究背景，本文主要研究三维模型快速获取、分析中的一些关键技术，以及在具体问题中的应用。本文首先研究了三维表面局部缺陷的检测问题，提出了利用虚拟结构光的检测方法。接着，研究了三维人造物体模型的正朝向识别问题，提出了一种利用形状特征的非监督识别方法。然后，研究了三维人体表面的重构与跟踪问题，提出了轮廓感知的三维人体表面跟踪方法。最后，研究了利用消费级深度相机进行较大规模场景重建的问题，提出了一种基于分治思想的方法。总体而言，本文的主要内容和贡献如下:　　提出了一种基于虚拟结构光的表面缺陷检测方法。传统汽车行业进行表面缺陷检测，一般是生产出面板样品，然后通过经验丰富的检测员肉眼判断，检测成本高、效率低。而对于虚拟面板的检测也主要使用曲率、法向等低层几何信息，不能反映缺陷与视觉感知的关系。这里提出了一种使用虚拟结构光的表面缺陷检测方法，融合了前面两种方法各自的优点。该方法利用GPU的高度并行处理能力实时模拟虚拟结构光的反射，并绘制反射结果到虚拟面板上供检测。该方法已经在实际生产中得到了应用。　　提出了一种利用形状特征的三维人造物体模型正朝向识别方法。模型的正朝向可以为很多形状分析算法提供便利，然而仅从三维模型的几何信息推测模型正朝向是一项具有挑战性的工作。这里针对三维人造物体模型提出了一种全自动的非监督识别方法。该方法利用模型本身面片朝向、模型对称性及模型三维凸包的面片朝向等形状特征，将模型放置到与坐标轴平行的坐标系内。之后通过静力学平衡原理、模型可见性等准则，从标准坐标系的6个候选朝向中选取正确的正朝向。　　提出了一种轮廓感知的三维人体表面跟踪方法。为了跟踪特定用户的身体运动，首先提出了一种新的结合点云数据和轮廓信息的体形估计方法。针对传统人体表面跟踪速度较慢的问题，这里使用深度相机实时获取人体骨架，并驱动特定用户的人体模型。最后利用轮廓约束去变形该模型以达到轮廓感知的三维人体表面跟踪。该方法可以获得较好的轮廓对齐效果，且速度接近实时，因而可以使用到虚拟试衣、人体重建等应用中。　　提出了一种基于分治思想的较大规模三维场景重建方法。传统的基于消费级深度相机的实时三维重建方法容易受到累积误差的影响，而基于全局优化的方法会将误差扩散到整个场景中，破坏局部细节。因而有学者将两种方法进行了融合，在全局优化的同时保证局部细节。本文方法延续了这种分治的思想。在局部，使用基于交互的自适应场景剖分进行局部重建。整体上，利用全局优化构造全局一致的重建结果。此外，还对场景进行了交互式的几何元素分析，用标准几何体替代场景中对应部分以进一步消除误差。