随着计算机用户对图形逼真度与实时性需求的不断提高，三维场景日益复杂，使用直接绘制方法则会远远超过计算机硬件绘制能力。因此，人们更加重视三维复杂场景的图形绘制的算法与软件加速技术，使得这一领域成为重要的研究领域和极富挑战性的课题。本文研究三维复杂场景的实时绘制技术，并注意兼顾场景画面的真实感。文中对大面积植物的实时绘制技术、复杂自然环境中的水与光照及基于物理的实时布料运动仿真等内容进行了深入研究。目前基于L-System的植物生长模型主要针对单一植物的生长过程，不适合描述复杂的群体在生长过程中的交互及与环境的交互问题，因此，提出了面向对象L-System模型，它具有更强的描述植物个体之间、植物与环境之间的交互能力。大范围森林绘制一直是一个非常复杂的研究领域，在诸如游戏这类应用系统中，既要表现森林的真实性，又要解决实时性问题，还涉及物理模拟、人工智能等计算，这更是一个巨大的挑战。本文针对这种问题提出了多层次大范围森林绘制模型，根据人视觉感知的多层次原理与视觉感知重要性度量，融合了场景分割、Slicing技术、MMI技术和替代物纹理管理技术等，利用高动态范围调度解决同一场景中树木视觉真实感精细与实时性绘制之间的平衡问题。对大面积草地的绘制技术，本文采用简单的多边形绘制每株草，通过线性排列形成草地，并基于LBM模型引入了风力场，模拟了草地的波动，并研究了基于GPU的加速绘制方法。这种实现算法的实时性好，在对草地真实感要求不高的应用中有非常好的效果。复杂自然环境涉及的研究课题很多，本文主要研究水与光照。对于水面的模拟，使用GPGPU对二维波动方程进行快速求解，实现了效果良好的水面模拟。文中在研究光照模型的基础上，重点分析了延迟光照技术和HDR技术，研究了基于HDR的延迟光照技术，在延迟光照的后处理阶段引入HDR，发挥两者的优点，并基于GPU实现了加速绘制。实验表明，使用基于HDR的延迟光照技术，表现的场景更加真实，细节表现更加丰富。在延迟光照中，使用HDR技术，虽然降低了绘制速度，但仍然可以达到25FPS。实时布料运动仿真一直是人们研究的热点和难点。本文针对要求布料运动仿真的实时性、真实性和稳定性这类应用，从改善模型和积分算法两方面着手，提出了一个适合这类应用的实时布料运动仿真方法，使布料运动仿真系统易于实现，并且速度快、稳定性高。