随着多媒体技术和虚拟现实等技术的飞速发展和不断提高,三维模型在医学、机械工程、计算机辅助设计(CAD)和娱乐等众多领域都有越来越广泛的应用。三维模型应用的日趋普及,创建的三维模型数量呈现指数增长,极大地丰富了三维模型数据库。由于描述三维模型需要的信息量庞大,模型间形状和其它性质的相似性关系复杂,使得合理地组织三维模型数据库非常困难。同时,为了充分利用已有的模型资源,迅速找到所需模型或模型重用,都对三维模型数据库的构建和三维模型的检索方法提出极高的要求。基于内容的三维模型检索基本思想是：首先对模型数据库中三维模型自动计算并提取模型的特征,如形状、空间关系、材质的颜色及纹理等特征,建立对应的三维模型信息索引；然后在多维特征空间中计算待查询模型与目标模型之间的相似程度；最后,实现对三维模型数据库的浏览和检索。该检索技术通过对视觉特征的相似性匹配来查找用户所要求的三维模型,这更贴近于人们在现实生活中靠直觉印象使用信息的方式。模型特征提取和相似性度量是基于内容的三维模型检索的关键技术,也是研究的重点与难点。围绕这两个关键技术,本文从三个方面进行研究：(1)模型特征提取：目前已有的三维模型特征提取算法更多关注模型高层信息(例如拓扑结构、体元网格等),对模型表面几何信息考虑不足,算法计算量成倍增加,而检索效率只有缓慢提升。针对此问题,在对基于统计分布的特征提取算法研究的基础上,提出一种基于形状加权的特征提取算法,统计采样点与中心点间距离,将采样点所在三角面片面积作为加权因子,获取特征数据构建特征直方图,作为模型特征描述符。实验表明,通过该算法获取的特征描述符,对模型平移、缩放、旋转等具有不变性,提取步骤简单,时间复杂度低。(2)相似性度量：相似性度量是建立在模型特征提取基础上,对模型特征描述符进行距离计算,作为模型间相似程度,对模型检索效果有着同样重要的影响。相似性度量方法很多,常用于三维模型检索领域的度量方法有Euclidean距离、Manhattan距离、Minkowski距离、Hausdorff距离、直方图相交距离、二次型距离以及EMD距离等。这些相似性度量方法对于高维度的特征描述符匹配,并不是同样适用,对存在模型形变(如平移、缩放、旋转等)和直方图形变(如平移、缩放等)等情况,存在较大偏差。基于上述问题,本文提出一种特征直方图窗口平移距离算法,统计待查询模型特征直方图和数据库模型特征直方图间对应窗口取值差异,以及不同距离窗口取值差异,求出以窗口间距离为权值进行加权后的平均差异,作为模型间相似性度量标准。实验表明,该算法对模型形变和直方图形变具有较高的鲁棒性,抗噪音性强,稳定性好。(3)基于形状加权的三维模型检索方法：分别采用本人提出的基于形状加权的特征提取算法获取特征描述符,和本人提出的特征直方图窗口平移距离算法进行模型间相似性度量,实现基于形状加权的三维模型检索方法。实验表明,该检索方法响应迅速,查全率和查准率都有明显提高。