被誉为第四代多媒体技术浪潮的三维信息技术，包括三维数字模型和三维场景技术，正在逐步成为影响人类生活、工作和娱乐的主流媒体技术。随着网络技术的广泛推广与运用以及三维建模技术的日趋成熟，三维数字模型的数量正以几何级增长。如何从庞大的三维模型库或者因特网(Internet)中快速检索到所需模型，成为当前图形学领域研究的一个热点和难点。本文围绕三维模型检索技术中的特征提取、模型匹配、以及相似性度量等关键技术展开深入研究，具有重要的理论意义和实用价值。首先，本文系统地介绍了目前可用于三维模型检索的特征及其提取方法。这些特征各具特色，在不同的应用领域发挥出色。随后引出“二向特征”的概念，并详细地介绍了本文提出的三维点二向特征(Point Bidirectional Features, PBFs)的提取过程及表达形式。其次，本文将所提的二向特征应用于三维模型匹配中，分别与经典的改进ICP配准算法和基于三维形状上下文(3D Shape Context,3D SC)特征的模型匹配算法进行了比较，本文方法取得了较好的实验结果，在非刚体的形变模型匹配方面相较而言更有优势。最后，本文提出了基于二向特征的三维模型检索算法，主要通过对输入模型进行二向特征提取，采用K近邻搜索(K Nearest Neighbor, KNN)策略进行关键点匹配，并设计相似性度量函数完成模型匹配和检索。在PSB(Princeton Segmentation Benchmark)模型库、McGill模型库和SHREC07模型库上进行检索实验，并与其他一些检索算法进行了比较，实验证明本文所提出的三维模型检索算法具有较好的综合性能。