三维模型虚拟表示真实世界物体的形状外貌,用户能够通过多视角观察其外观获取全面准确的认知。而知识抽取主要以文本为主,更具表现力的非文本资源很难用自然语言描述,构建易用的三维模型知识库仍然十分困难。三维模型低层特征提取、高级语义标注支持描述语料的抽取,但以知识的形式组织三维模型视觉信息的描述语料、代表观察视图及显著区域曲面等抽象表达为一体的研究仍有所欠缺。观察三维模型的视角无限,如何选择少量且尽可能代表完整视觉信息的观察视图并进行语义抽取无统一客观标准,空间中抽取三维模型显著区域进行高级语义标注、不同形式的三维模型描述数据建立关系并有效表示形成三维模型视觉知识库仍具有挑战。针对以上问题本文研究三维模型知识抽取与表示方法,旨在提升对三维模型进行标注、重用、智能管理的能力。本文的主要贡献包括:1.针对三维模型轮廓观察视图的优选与语义抽取问题,提出一种多层级视点描述子,为3D模型提供一组基于轮廓信息的二维视图选择,并建立语义抽取规则实现特征到语义的转化。首先建立均匀球状观察视点模型,以具备直观语义信息的上、前、右等视点为初始视点。然后分区域根据模型投影边缘的倒角距离比较得出最优观察视点作为下一层的种子点,不断细分获取比均匀视图更具优势的不同层级的轮廓观察视图。最后计算其圆度、矩形度、视觉主轴、对称性特征并设计转换规则实现语义抽取。2.针对具备丰富形状变化的三维模型深度观察视图的优选与语料抽取问题,提出三维模型正交投影深度图上的深度变化熵和分布熵2种信息熵度量,根据信息量筛选最优视图,再以分散视点选择算法自动选择全局代表性视图。然后提出基于词袋机制的阈值视觉词直方图抽象描述方法,在公共数据集上对比多种基于视图检索算法的效果以评估抽象描述的识别能力,并验证选择的深度视图优于均匀视图。此方法中的主成分分析及分块视点采集模型设计保证了算法的旋转不变性,提供了以三维模型深度信息确定少量观察视图的方法及抽象描述语料。3.针对三维模型显著区域抽取操作复杂且不直观的问题,提出一种二维几何图像表示三维网格的方法,从图像上分割出原三维模型的显著区域以支持高级语义标注。首先以欧拉回路切割路径计算方法得到平滑的切割路径,将三维网格剪开为单连通曲面并参数化到平面单位矩形。采用容量约束Delaunay三角剖分法的几何优化步骤得到具有接近蓝噪声谱特征的点分布,以网格松弛算法保持顶点拓扑关系并无重复和面片翻折的移动到整数坐标点位置,最后通过对应三角面局部仿射变换填充图像空白部分。实现了三维曲面网格和二维图像中顶点之间的一一映射,生成顶点曲率、法向、形状指数等属性的对应图像,使用曲线演化等2D图像处理算法分割三维模型进行显著区域抽取,降低了三维模型显著区域抽取的难度。4.针对描述三维模型不同类型数据的知识表示问题,提出一种可扩展、推理和共享的层次结构三维模型视觉知识本体表示方法。设计宏观领域分类的顶层结构作为三维模型视觉知识本体的基本类,建立实体字典和关系字典,结合带权值有向图进行知识表示,使用稀疏矩阵进行存储。统一将上层分类实体、具体实例及属性值设为顶点,关系词汇及属性名设为边,自上而下建立三维模型视觉知识基础本体,自下而上添加具体三维模型实例、关系及属性值。实现了关系特性的表达以支持推理及加强描述,融合了Concept Net常识库的相关知识丰富知识库。并实现三维模型语义检索、第一人称草图地形三维重建,展示了三维模型视觉知识库模型重用,智能开发应用的有效支持。