随着三维渲染和可视化技术的快速发展,三维模型被广泛地应用在计算机辅助设计、娱乐游戏及机械设计等领域。互联网上普遍存在数以亿计三维模型,如何精确、高效和快速地从大规模三维模型数据集中检索出所需的模型成为了一个亟需解决的问题。目前,在三维模型检索领域已经提出了多种有效的算法,其可分为两大类:基于模型的方法和基于视图的方法。其中,基于视图的三维模型检索方法由于具有灵活性和易于实现等特点,得到了广泛的研究,成为了三维模型检索领域的热点研究方向。本文首先调研了目前相对流行的三维模型检索系统及三维模型检索国际评测,随之对于现在典型的基于视图的检索技术进行调研,并总结出基于视图的三维模型检索的一个通用的流程框架。其次,本文提出了两种基于图匹配的三维模型检索算法:1)基于多团图匹配的三维模型检索算法:首先对三维模型进行校正、位置标准化和尺寸标准化等操作;然后利用虚拟摄像机阵列根据正交投影法从不同视角获取三维模型的二维视图集,并提取视图的Zernike矩特征;三维模型的每个视图都表示为原始图的每个节点,则使用层次聚集聚类法得到团结构,而后将多团图匹配问题转化为带有关联约束的整数二次规划问题进行求解,并将多团图匹配的结果作为两个三维模型之间的相似度。2)基于超团图匹配的三维模型检索算法:多团图可以认为是二阶的团图结构,为了探索任意阶的表示形式,使其更具有一般性,我们提出了超团图结构。首先以递归方式将任意阶的团结构关系嵌入高阶相似性张量中。根据团结构信息和团结构之间的相似性度量这两个潜在变量,建立超团图匹配的目标函数。最后再采用重加权随机游走算法对目标函数进行优化,最终得到超团图匹配结果,并将其作为两个三维模型之间的相似度。本文选取了较为流行的三维模型数据库进行评测,并与经典算法进行了比较,大量实地验结果均证明了本文所提算法的优越性与有效性。