近年来,三维扫描技术飞速发展。数字几何处理引起了大家的广泛重视,其中三维数据形状分析得到广泛的研究。本文主要研究形状分析中的图形匹配问题。图形匹配在很多地方都有应用,如图形检索、流形参数化及变形等等。图形匹配主要分为刚性匹配与非刚性匹配。目前,非刚性匹配问题还是一个难点,即便是对于相差一个等距变换的形状之间,还是存在很多有待解决的问题。对于形状的非刚性匹配问题,最常见的方法就是利用图形的几何性质,寻找一个变形不变的描述子,将图形匹配的问题转换成描述子之间的比较。另外,点和点之间的关系也被应用到图形匹配中去。这里的点和点之间的关系包括距离、邻域关系等等。以上的方法都是基于图形的局部性质以及距离信息,当匹配内蕴对称的图形的时候,就会出现“对称混淆”的问题。例如,对于“人”的模型,可能会出现左手对应右手,右手对应左手的问题。为了解决这个问题,我们提出利用角度,利用角度和距离一起获取形状的全局结构信息,将此全局结构信息加注到图匹配中,形成高阶的图匹配问题,从而解决对称混淆问题。本文丰富的实验证明,我们的算法因为考虑了全局结构,能很好地解决“对称混淆”的问题。