三维模型检索是多媒体信息检索领域新兴的研究热点。三维模型检索领域的现有研究在三维模型特征提取与融合、三维模型分类与组织以及基于语义的检索方面存在缺欠,影响了三维模型检索的效果和效率。针对这些问题,本文在基于聚类的内容检索和基于语义检索两方面展开研究。主要贡献为下述几点:1.提出基于分类信息自动确定固定权值,选择性融合三维模型特征的多种方法。针对缺少分类信息的情况,提出基于迭代式聚类的特征融合策略。从而获取了三维模型较为优质的特征描述,提高了基于内容检索的效果。2.提出在三维模型检索领域应用聚类技术的方法。针对三维模型特征向量集的特点,提出与离群点识别相结合的凝聚型层次聚类机制,基于此机制实现了3种层次聚类算法;新算法避免了层次聚类终止条件参数k的影响,能够较好的处理特异数据。3.依据聚类结果实现三维模型基于内容的高效分类;建立了三维模型库高效的索引结构,提高了检索效率。4.提出基于语义树的三维模型检索方法,构建了Princeton Shape Benchmark中全部模型的语义树,提高了关键字检索的效果。