基于视图的3D模型检索方法由于其高表达和稳定的功能而引起了广泛的研究关注。 本文从3D模型的三个投影视图中提取了基于词袋（BOW）标准化的SIFT特征，然后使用基于Hadoop平台的分布式K-means聚类算法来计算特征向量和聚类3D模型。 为了获得精确的初始聚类中心，还提出了基于最大和最小原理的Canopy算法。 模型的相似性由查询模型与每个聚类中心之间的距离确定，最接近查询模型的聚类将作为检索结果返回。 仿真表明，该方法在3D模型的检索精度和检索时间效率方面均取得了良好的效果。