增强现实系统支持真实元素和虚拟元素(计算机生成)在同一个场景中共存。现如今,由于能够支持用户能更真实,更有效的完成任务,这种用户体验已经越来越受到大家的注意。增强现实系统可以通过在真实场景中增加虚拟信息来增强用户的视觉体验。而且,用户和系统的交互可以被增强,使得与计算机之间的交互变得越来越无缝。增强现实系统主要的技术上的挑战在于虚拟信息在真实场景中如何被显示。由于系统要求用户无法区分场景中的真实信息和虚拟信息,这也就对虚拟信息无论在显示位置还是本身的纹理现实效果都有很高的要求。关于如何正确的根据真实场景的信息来决定虚拟信息的显示位置,这个问题被简称为虚拟信息的注册问题。大多数技术都是从现实场景中提取特征,随后基于这些信息计算出虚拟信息的显示位置。当前存在有多种实现增强现实的方案,本文从递归追踪和检测追踪两方面分别阐述其实现原理并加以实现了增强现实系统,从系统的处理速度和系统稳定性等多方面进行了比较。目前,实现增强现实的系统大多采用检测追踪这一类的方案,即将每帧图像提取特征描述符,与基准图像进行匹配,获得对应的点对后,利用Pnp等算法得到相应的转换矩阵,从而计算出虚拟物体的坐标位置。这一类方案实现简单,对视频流中的每一帧图像都采用相同的处理方法,并且不会出现累计误差,每次的结果都是独立的,但是由于每帧图像求出的特征描述符不能完全匹配正确,导致系统在稳定性方面存在一些瑕疵。本文采用了匹配ORB特征描述法这一思想实现了该系统,并加入了RANSAC算法优化了匹配结果。事实表明这一类系统可以快速的从错误中恢复,但是在稳定性方面比不上基于递归追踪实现的方案。基于以上事实,本文又提出了基于递归追踪的算法并加以实现了相应系统,所谓递归追踪,即由之前帧的位置信息来计算当前帧的位置关系。本文采用了ORB特征描述符和KLT跟踪算法相结合的方案,即对第一帧图像与基准图像匹配出的ORB特征描述符采用KLT跟踪算法进行跟踪,在当前帧中跟踪前一帧的特征描述符,从而可以很稳定的求出之后每帧图像和基准图像之间的转换关系,得到虚拟物体的坐标。这个算法由于是在帧与帧之间跟踪指定的特征点,所以不存在特征点的匹配精度问题,从而也就消除了虚拟物体抖动的现象。并且在时间上,基于跟踪帧与帧之间特征描述符的时间耗费也比每次提取并匹配特征描述符更加快速。但是KLT跟踪算法要求比较高的帧间相关性,假如帧与帧之间差异较大,当摄像头视角移动非常快时会发生这种情况,那么特征描述符的跟踪将出现丢失现象,这一问题需要在以后的工作中加以改进。基于这些算法,本文分别进行了实验并比较了实验结果,实验表明,基于递归追踪方案实现的系统比基于检测追踪方案实现的系统在时间上和稳定性上具有更好的性能。最终概括了本文所提出算法需要改进的几个方面,即提高KLT跟踪算法的处理速度,优化跟踪窗口,使它能处理相关性更低的帧图像,以适应摄像头视角的快速移动。