在增强现实应用中,三维注册的精确性将对用户的沉浸感产生很大的影响,而这种精确性直接依赖于获取到的相机姿态信息的精确程度。实时相机跟踪技术能够基于给定的图像序列或者视频信息,通过对相机姿态预估、特征匹配、相机姿态计算等步骤,实时地估计出己知内参的相机的六个自由度(旋转和平移)信息,以实现对相机的实时跟踪。并行跟踪与建图技术(Parallel Tracking and Mapping, PTAM)是当前流行的相机跟踪技术,该技术将相机跟踪过程分为跟踪和建图两个独立的任务,并在两个独立的线程上分别运行。这样可以在不影响相机跟踪的实时性的条件下,使得相机跟踪算法的鲁棒性和精确性得到了大幅度的提高,并且使得系统处理每帧图像的时间得到了较大程度的降低；但是PTAM技术在相机快速运动下和场景光照变化时会出现特征点匹配困难的问题。鉴于此,本文在该技术的基础上对其特征点匹配方法进行了改进。首先,基于鲁棒的独立二元初级特征描述方法(Binary Robust Independent Elementary Features, BRIEF),本文提出了一种有效的特征点描述方法M-BRIEF。该方法利用特征点的主方向对图像块进行旋转预处理,并采用自适应阈值方法改进特征点的测试定义。相较于BRIEF,无论是在匹配识别率上还是在匹配时间上,M-BRIEF方法都产生了良好的改进效果。其次,通过实验进一步发现,M-BRIEF方法在图像模糊、光照变化和图像视角变化较大的情况下仍然具有较高的匹配率,因此将其融入到PTAM技术中。当对相机进行跟踪时,采用M-BRIEF方法进行特征点匹配,可以使PTAM在相机快速运动产生图像模糊时和光照变化时具有更好的鲁棒性。最后,基于改进的PTAM技术,本文设计并实现了一个基于相机实时位置的互动类游戏。该游戏系统通过改进的PTAM相机跟踪技术,对场景中的三维特征点进行跟踪,进而获取场景中佩戴着相机的游戏玩家的实时位置。通过得到的相机的实时位置信息来驱动游戏场景中的虚拟3D篮筐运动,来接收场景中从天空落下的各种颜色的鸡蛋并取得游戏得分。当玩家的游戏得分超过一定数值时,就会获得相应的奖励。