近年来,由于三维模型在生产、设计、娱乐等多个行业中被广泛使用,三维模型资源在不断增长,对三维模型的需求也与日俱增。三维模型检索研究旨在帮助用户快速便捷地找到需要的模型资源。目前三维模型检索的研究工作中多数针对刚体模型,难以适用于存在丰富姿态变化的非刚体模型。本文以基于扩散几何的热核分析为基础,研究非刚体三维模型检索方法,实现了具有尺度变换不变性的热核特征的提取算法,提出了基于压缩感知的非刚体三维模型检索方法。论文主要研究内容如下：1归纳总结了现有的非刚体三维模型检索方法,尤其是对基于扩散几何的非刚体三维模型检索方法进行了分析。2热核特征]HKS (Heat Kernel Signature)作为模型的顶点特征引入检索方法中,是近几年非刚体检索的重要突破,但HKS受模型的尺度影响极大。因此本文在对HKS进行函数变换的基础上,借助离散傅里叶变换得到SIHKS(Scale-invariant Kernel Signature),消除尺度因子的影响。SIHKS特征除了拥有HKS的等距等容不变性,还具有尺度变换不变性。在提取了模型各个顶点的SIHKS特征之后,使用BOW (Bag of Words)方法将SIHKS转化为模型的全局特征,实验表明,SIHKS的检索准确度优于HKS方法。3针对如何把局部特征转化为全局特征的问题,本文提出借助训练得到局部特征的字典,进而,对于每个三维模型,基于压缩感知将局部特征进行稀疏编码,将它的所有顶点局部特征的稀疏编码汇集为全局特征。实验结果表明该方法与传统的BOW方法相比,在准确度上有较大提升。