随着移动网络的完善和移动设备的普及,移动网络环境中面向手持移动设备的各种三维图形应用得到迅速发展。然而,移动网络中存在的高丢包率和误码率现象以及移动设备本身所固有的低功耗低计算性能等缺陷阻碍了移动设备上三维图形应用的进一步发展。本文从克服上述缺陷出发,重点研究了移动有损网络中三维渐进模型的传输机制和移动设备中三维流水线纹理操作相关优化方法,取得的研究成果包括:提出一种移动有损网络中模型传输分组算法。渐进三维模型在非可靠移动网络中传输时会产生报文丢失现象,由此导致客户端模型的绘制时延和视觉误差。为克服此弊端,本文提出了一种三维网格在非可靠移动网络中传输的有效报文分组机制。首先给出了一种快速有效的非冗余依赖图构建方法,其记录所有网格顶点分裂操作之间的依赖关系,并删除其中的冗余依赖。在此基础上,提出了一种有效的全局分步等划分分组算法,通过初始划分和全局细化将依赖图划分为若干子图并打包为分组发送出去。实验数据和结果表明,本文的分组方法使某时刻客户端接收到的可绘制节点最大化,从而形成良好的渐进绘制效果。提出移动有损网络中基于预测重构的模型传输机制。此传输机制面向彩色纹理化渐进模型,从网络传输协议和客户端错误恢复角度出发实现模型快速稳健传输和丢失报文恢复。首先,利用分组算法将模型封装成不同类型报文。之后,提出了一种改进的混合传输方法以快速鲁棒地发送报文。最后,采用基于预测的模型重构方法对丢失的模型数据进行恢复。相关预测方法实现了对模型丢失部分的顶点几何、颜色、法向和纹理坐标信息的有效重构。实验结果表明,此传输机制能够使客户端在获得较好的模型视觉效果的同时缩减模型整体传输时间。提出一种面向移动设备的混合自适应纹理压缩算法。对于移动设备而言,必须对法线纹理图进行压缩以节省宝贵显存空间和带宽资源。本文利用法线纹理图的特性,提出一种混合自适应纹理压缩算法。该算法利用了某些法线纹理具有大量零区域的特性,使用三种不同的压缩策略即改进3Dc、块索引表和基于分层的空闲存储压缩算法自适应处理包含大量、较多或较少的零纹理单元的法线纹理图。此方法在最大化保持纹理颜色信息的情况下,达到了较高压缩率和低硬件实现代价,适合移动设备GPU实现。提出一种面向移动设备的各向异性纹理映射算法。由于各向异性纹理映射技术的实现需占用大量存储容量和复杂计算,导致其无法在低功耗、低性能的移动设备上良好运行。针对此问题,本文提出一种基于三角形子纹理单元精度各向异性滤波器(TSPAF),并在TSPAF的基础上实现了一种能够节省有限的图形系统内部带宽的混和滤波方式(HTSPAF),即利用MIPMap层选择并结合二次线性滤波和TSPAF实现混和各向异性纹理映射。试验数据和效果表明,我们使用的方法所产生的图像效果良好并具有较低计算量和存储量等优点,适合于移动设备GPU实现。由于移动图形库是移动设备中显示3D图形的底层支撑,其性能优劣直接影响了面向移动设备的三维图形应用程序的实时绘制效率。本文实现了一种面向移动设备的图形库软件实现和若干提高图形库绘制效率的优化技术,其中重点分析了基于JIT后端编译器的优化方法。此外,本文对基于移动设备上的游戏开发也进行了研究,实现了一款基于统一手机游戏平台的移动桌球游戏,并详细阐述了游戏中使用到的碰撞检测优化算法。