增强现实(AR)技术是近年来的一个研究热点，有着广泛的应用前景。虚实配准(三维注册)是任何增强现实系统所必须解决的关键问题。它是指系统应该能够实时精确的计算摄像机相对于真实世界的位置和姿态，以便将虚拟场景正确的安置到它应所处的位置上。宽视域下系统需要处理的真实场景信息量大大增加，进行虚实配准的难度亦相应加大。　　 本文针对宽视域下虚实配准方法研究的现状，结合正在发展中的计算机视觉、多视图几何学、捆集调整等理论和技术，通过GPU和渐进式三维重建恢复场景的三维结构，并在此基础上完成虚实配准，目标旨在提高增强现实系统可用性的同时最大限度保证注册精度和系统实时性。　　 本文的主要研究重点包括：⑴针对SIFT算法在自然特征点跟踪和匹配环节上时间和性能的不足，本文采用GPU实现SIFT算法，通过GPU的并行处理框架提升SIFT算法的性能，加快系统速度。⑵三维重建阶段，针对全局捆集调整耗时长且精度差的情况，本文每加入一幅新关键帧进行一次局部捆集调整，并且在保证精度的前提下适当减少捆集调整需要优化的参数，从而加快优化的速度。