到目前为止,随着多媒体技术的发展,三维信息技术已经在人们日常生活中的诸多领域内取得了广泛的应用,为诸如3D游戏、医疗影像研究与应用、3D打印、虚拟现实技术的研究与应用、分子生物学研究、工业设计中的计算机辅助设计等领域提供了极大的便利。随着互联网的发展以及大数据和云计算的蓬勃发展,可以预见以三维形体为例的三维信息技术将会随着这些技术的发展而得到更多的应用,因此,对三维形体的研究具有深远的意义。对于三维形体研究的首要任务是三维形体特征的提取,本文针对内部距离提出了基于多级图的三维形体全点对内部距离的快速提取算法,旨在提出一种顺应大数据时代的发展需求,完成大规模数据的形体特征的快速提取方法。本文首先系统的介绍了三维形体的基本内容,包括三维形体模型是如何生成的,模型文件是如何存储的,形体特征提取方法的基本类型以及常见的三维形体的特征描述符。接下来,分两个部分介绍了本文的核心算法:一部分提出了基于八叉树的自顶向下的自适应体素化算法,这一算法是构建多级图的基础,以优化存储空间的方式将形体网格模型转化为体素模型;第二部分系统的介绍了基于多级图的三维形体全点对内部距离的快速提取算法的内容。最后,通过对体素化过程和内部距离的提取结果进行了实验比较,验证了本文提出的算法的性能。