通用计算图形处理器(General Purpose GPU,GPGPU)是当前图形处理器(GPU)发展的新趋势。由于GPU的特殊性,其架构包含图形图像处理中的大量浮点运算单元,为了发挥如此众多的运算单元的计算能力,在GPGPU出现前,一些难以使用CPU完成的密集计算就尝试先转换成图形图像问题,然后利用这种抽象的图形图像接口对GPU进行编程,来完成一些通用计算。本论文研究的主要内容和取得的主要创新性成果概括如下:1、通过GLSL (GL Shading Language)对GPU中的着色器编程实现3D图像处理,获得多视点并行计算处理加速。2、研究了基于 CUDA (Compute Unified Device Architecture)和OSG (Open Scene Graph)结合的3D图像加速方法,提出了利用CUDA的并行计算来完成虚拟视点图生成和空洞填充以及遮挡处理,研究了如何控制图像的渲染和映射以及像素的处理顺序和深度梯度加速,来消除利用GPU时的并行计算带来的空洞和遮挡问题。3、提出了一种适用于大尺寸LCD屏幕的处理结构,利用客户机-服务器的方式可以实现裸眼3D电子沙盘的实时可交互处理。4、为了更好的展现GPGPU在图像处理加速方面的优势,研究了基于多立方体碰撞仿真的场景,其中对于刚体仿真中的并行化、粒子化、宽带检测做了相应的研究。本文的研究成果丰富了 GPGPU在自由立体显示图像加速和物理引擎技术的相关理论,为GPGPU在自由立体显示和物理引擎中的图像处理加速应用探索了技术方案,为高性能、低功耗、实时性、大容量GPGPU图像处理加速提供了理论依据,有望未来GPGPU在虚拟现实和图像处理加速方面得到广泛应用。