当前移动平台异军突起,迅速占领市场,同时计算机图形学各个方向都蓬勃发展,特别是照片级真实感场景渲染始终走在前列。二者之间的融合所展现出来的应用前景与研究价值,不仅得到了工业界的认可,也引起了学术界的关注。通过后期处理添加各种特效作为提高用户沉浸感的一种有效手段,在实时绘制领域占有越来越重要的地位,其中景深和运动模糊是最具代表性的两种特效。然而当前许多算法和技术,囿于移动平台的性能,无法保证实时性与真实性同时实现,依然存在居多基础性研究问题与挑战。本文以基于移动平台的后处理特效作为研究目标,主要内容和创新点概括如下:(1)采用了一种基于区域求和表(Summed-area Table)的平滑算法。在景深特效模拟中,传统模糊算法耗时巨大,而本文算法将区域求和表的创建工作移至GPU端完成,真正做到了模糊耗时与模糊程度无关,使得算法的整体性能大幅提升;(2)提出了一种基于Perona-Malik模型的模糊因子二次处理算法。在景深特效模拟中,本文通过对深度信息进行二次处理,并对Perona-Malik模型进行改进,有效的解决了模拟因子聚集化、效果离散化等问题,使得渲染画面更加逼真;(3)提出了一种与实时帧率相关联的迭代衰减因子计算方法。在运动模糊模拟中,针对帧率抖动而引起的重影、拖影等效果偏离事实的问题,本文引入颜色贡献权重(Color Weight)概念,并推导出了一种权重计算方式。这种自适应算法使得在恶劣的环境下也能得到平稳的渲染效果。最后,将改进的算法应用于实践,分别实现了景深特效系统和运动模糊特效系统,并将其完美的集成到数字媒体技术四川省重点实验室研发的基于移动平台的3D场景可视化快速创建平台Zi Time Studio中。除了提供代码式接口,本文还开发了“所见即所得”的可视化编辑工具,大大减轻了应用开发人员的工作负担。本文对系统进行严格而又全面的测试、对比及分析。实验数据表明:改进后的景深特效模拟算法和运动模糊特效模拟算法适用于移动平台,较好地还原了现实场景,在真实性与实时性中找到了平衡点,为进一步推广应用奠定了基础!