随着科技水平的不断发展和移动应用市场的日新月异,人们对运行在移动智能手机上的增强现实技术提出了更高的要求。移动增强现实技术作为一种新兴的显示和交互技术受到了越来越多的研究者和开发人员的重视。然而传统的增强现实技术大多仍局限于小范围区域或者预设区域的应用。由于传统的三维注册方式需要在环境中引入人工标记,无法满足大规模区域和无先验知识条件下的应用要求。针对传统移动增强现实技术的不足之处,本文设计实现了一个基于单目视觉惯性里程计的移动增强现实系统,主要工作如下:针对无标记的三维注册技术进行研究,提出了一种基于自适应注意力-预测机制的单目视觉惯性里程计位姿估计算法,可以在陌生且纹理特征匮乏的环境中实现有效的系统位姿跟踪。本算法使用FAST特征和Lucas-Kanade稀疏光流作为视觉跟踪前端,并且在图像特征提取部分加入基于视觉注意力机制和运动预测的特征筛选算法,并且引入自适应控制模块用于动态调节算法参数。算法在公开数据集上取得了较好的精确度和实效性,验证了算法的有效性。针对回环检测技术进行研究,提出了一种基于GMS特征匹配器的重定位算法。算法使用改进的DBoW3作为视觉数据库用于检索回环信息,并综合考虑特征相似度和实效性优化了检索的评价函数,最后使用GMS特征匹配器进行回环特征匹配筛选。基于上述改进,算法的运行速度得到了显著提升,并且在公开数据集上验证了算法的有效性。实际测试结果表明,实现系统可以稳定且高精度地实现位姿估计,并实现鲁棒的增强现实效果。