红外场景渲染涉及到温度场、辐射场的计算和相互作用计算,其模型计算复杂,计算量庞大,利用现有的硬件很难满足大规模计算量的需求,实现实时渲染。因此,针对红外场景渲染过程中背景温度场、目标辐射场和红外阴影计算复杂耗时的问题,本文提出了一系列快速计算和渲染算法,显著提高实时渲染帧速率,并给出了GPU加速方案。具体开展工作如下:构建基于神经网络的背景温度场计算模型:分别为水体、光裸地表、植被地表和人造材质地表建立了基于神经网络的地表温度场计算模型。该模型设计了一种基于遗传算法优化的BP神经网络,以对地表温度影响较大的太阳辐射、气温、风速等作为输入,实现对一天之中任意时刻地表温度的预测。为了精确快速绘制目标辐射场,本文提出了一种基于纹理映射的目标辐射场可视化算法,将有限元辐射场计算结果映射到几何模型表面纹理上,从而以几何模型绘制取代了对稠密有限元网格的绘制,显著减少实时渲染过程中的面片数量、提高渲染效率。同时,设计一种基于预计算的反射辐射计算方法,通过将双向反射分布函数中的参数项计算结果存入纹理中,有效解决红外反射计算过程耗时的问题。提出了一种基于改进PCSS的红外阴影生成算法,通过对红外场景中阴影区域温度变化规律进行计算和分析,改进了百分比临近软阴影算法的滤波方案,不仅解决了传统可见光阴影方法无法处理红外阴影中的温度渐变问题,并且设计了GPU加速方案,实现了红外阴影实时计算过程的加速。在以上研究基础上,本文开发了基于Open Scene Graph的红外场景实时渲染软件,并对本文算法效率进行了测试。实验结果表明,本文系统可以精确、流畅地渲染红外场景。