随着虚拟现实技术和互联网技术的飞速发展,三维模型的数量和检索需求快速增长。三维模型渐渐成为了一种新型的多媒体数据类型。同时,海量的共享三维模型出现在互联网上。而常用的搜索引擎提供不了高效的三维模型检索服务。基于内容的三维模型检索技术受到广泛关注,成为一个活跃的研究领域。因此,如何快速、有效地从大量三维模型中查找出用户所需的三维模型,实现资源的重用,己经成为急需解决的问题,具有重要的理论和现实意义。以此为目标,本文提出了两种关于三维模型检索的算法:(1)本文融合点特征拓扑结构射影不变量和空间统计分布特征提出一种三维模型检索新方法,在统一框架中结合模型的拓扑结构特征和统计特征进行模型检索研究。首先,通过模型数据预处理完成各模型的姿态标准化和缩放标准化;然后,引入空间区域划分和随机分布采样方法,构建三维模型的点特征拓扑结构射影不变量进行三维模型检索,提高三维模型检索的准确率与鲁棒性;最后,对比分析了本文算法与其他算法的Recall-Precision,验证了算法的有效性。(2)本文提出一种基于拓扑结构和视图特征的三维建筑模型检索方法。本文使用两个过滤步骤来完成构建模型的检索。首先,利用距离变换法提取三维建筑模型的拓扑结构。通过同心球面法,对得到的三维建筑模型的骨架点进行了分类。基于分布特征,第一次过滤3D建筑模型。其次,将三维建筑模型从骨架点的角度投影到二维图像上。利用SIFT算法提取二维投影图像的特征点,并利用BOF方法对投影图像进行比较。3D建筑模型被第二次过滤。最后,我们可以得到检索结果(匹配的模型)。实验结果表明了该方法的有效性。