数字博物馆作为文化传播的重要载体,对新时期传统文化的保护和传播具有重要作用；不同于实体博物馆的静态枯燥的实体展示,数字博物馆的高科技含量和良好的用户体验感都成为实体博物馆以后的发展方向。面向数字博物馆的信息关联技术是在现有数字博物馆的基础之上利用增强现实技术的思想设计的一种方便用户与实体展品之间实现人机交互的技术。本文主要研究的是信息关联系统的目标识别和信息关联技术。对于图像的目标识别,有效特征的选取直接决定识别的准确率,局部不变特征以其良好的独特性和鲁棒性成为识别的首选。目标识别也是完成信息关联的前提保障,因此选取鲁棒性较高的特征提取算法成为本文首先要解决的问题。本文从目标识别算法的鲁棒性出发,分析现有的局部不变特征对尺度变化、仿射变换、光照变化等因素保持不变性的原因,同时主要从目标识别的实时性方面考虑,提出了能够保持不变性的快速识别算法。针对尺度变化,本文利用自适应核聚类的方法对提取的局部特征点进行聚类,然后再利用尺度化的方法进行特征点的描述和匹配。为了提高算法对仿射变化的鲁棒性,本文借鉴现有的完全仿射不变的特征检测算法的思想,提出了优于经典特征提取算法的仿射不变性特征点检测算法。结合两种改进算法的目标识别,对各种影响因子的鲁棒性得到保证,在实时性得以保证的前提下,性能基本达到了最优,改进的算法能够快速准确的完成对博物馆内展品的目标识别。对于识别之后的信息关联,本文针对不同格式的信息提出两种不同的展示方式。目标识别的准确率是保证计算单应性映射矩阵的前提,通过单应性的映射矩阵,可以方便地对三维模型的姿态进行估计,从而完成对三维模型的准确叠加。通过对目标识别和信息关联子系统的建立,本人独立完成了一个简单的面向数字博物馆的信息关联系统,利用该系统模型介绍了一种新型的数字博物馆的交互方式,为数字博物馆的更进一步的发展提供了方向。