（1）形狀直方圖
形狀直方圖直接對3D模型進(jìn)行某種切分，然后統(tǒng)計每個切分單元中點的個數(shù)占模型所有點個數(shù)的比例，構(gòu)成形狀直方圖。 Ankerst等將三維模型采樣稱為點云，構(gòu)造點云分布的統(tǒng)計直方圖（Shape Histograms）來研究相似度檢索。首先統(tǒng)計三維模型點分布的直方圖，將包圍三維模型的空間分割成不同的區(qū)域，統(tǒng)計落在區(qū)域中的三維模型點的數(shù)量，形成統(tǒng)計直方圖，然后進(jìn)行三維模型檢索。
（2）旋轉(zhuǎn)不變的點云特征
基本思想是將外包三維模型的立方體切分成N×N×N個單元格，并將所有單元格分類，分類的方法是圍繞X、Y、Z軸旋轉(zhuǎn)90°后，彼此重疊在一起的單元分為一類，N不同則類的個數(shù)也不一樣。計算每類單元中三維模型的頂點數(shù)，然后除以三維模型總的頂點數(shù)，構(gòu)成三維模型的特征向量。這種方法同形狀直方圖方法的基本思想是一樣的，都是求點的分布情況，但是實現(xiàn)方法不同。 Suzuki等構(gòu)造了一種旋轉(zhuǎn)不變的點云特征（Rota-tion Invariant Point Cloud Descriptor）。他們使用PCA將三維模型變換到規(guī)范坐標(biāo)系，再將它進(jìn)行縮放變換，使得三維模型落在一個單位立方體內(nèi)。然后將單位立方體分割成7×7×7的等尺度的體素單元，確定三維模型在對應(yīng)的體素單元的值。這343個體素單元按所在的位置分成等價類。
內(nèi)容來源：黃海 《虛擬現(xiàn)實技術(shù)》
