本文研究了三维空间场景下可视性的方法:地形可视性、植被可视性和最小可视路径分析。地形可视性分析,即改进视线(Line of Sight,LOS)方法,可用于规则格网DEM的可视性分析。它除了使用视点与目标点(格网点)之间的几何关系来确定可视域,还利用了特定高程来判断目标点的可视性。在给定视点后,通过比较目标点高程与指定高度,快速地确定一部分地形格网点的可视性,从而提高了地形可视性分析的效率。实验证明本文的改进算法优于传统的LOS算法。在采用改进LOS算法获取地形可视域后,基于地形可视域的结果,本文对三维植被场景中的地形进行了可视概率计算。在多树种植被场景中,本文方法根据观察目标的大小确定透视视场,然后以地面覆盖范围最小树木的直径来等分视场,接着计算视场中各单元内树木对光线透射的影响,最终确定被观察目标的可视概率。逐一计算地形可视域中各目标的可视概率即可得到多树种植被场景下的可视概率分布图。与已有的植被可视性方法相比,本文的方法可在多树种植被场景下进行可视性分析,其最终可视概率与观察目标的大小对应。该算法的实验结果与人眼视觉“近大远小”的透视效应相符合。此外,最小可视路径分析是基于可视性的最小代价路径搜索。已有的搜索算法在计算地形可视性时所需的CPU开销巨大,从而影响了该分析的执行效率。因此本文提出了一种针对最小可视路径分析的GPU-CPU混合算法。在基于GPU计算地形可视域以及可视性表面的基础上,在CPU中基于可视性表面进行路径搜索,最终能高效地运行最小可视路径分析。实验表明,本文算法的执行效率优于其它的CPU算法。