随着计算机技术的发展,增强现实技术已经成为一个非常热门的研究领域。增强现实技术将摄像机摄取的实时图像与计算机生成的虚拟图像精确地融合在一起,通过摄像机、头盔、显示器等显示出来,并实现虚实交互。虚实配准技术是增强现实的核心技术之一。本课题对基于特征点的虚实配准技术进行研究,并将研究成果应用于远程象棋博弈系统。本文研究成果还可应用于文物古迹保护和复原、博物馆文物展示,还有远程医疗、远程教育、远程娱乐等领域。本文的主要研究成果如下：1)针对现有的特征点提取算法提取速度慢、抗噪性能低和对尺度缩放敏感的问题,研究并提出了基于改进SIFT描述算子的特征点提取算法。该算法对现有的特征点提取算法进行分析实验的基础上,针对象棋棋盘的特点,能够快速识别出棋盘上的四个角点,并进一步识别出其他直线和交叉点的位置。实验验证表明,本文研究的基于改进SIFT描述算子的特征点提取算法是可行有效的。2)针对传统Mean Shift算法在目标和背景相似度很高的情况下容易出现目标跟丢现象,在充分利用特征点提取技术的研究成果的基础上,研究并提出了SSIFT-Mean Shift算法。该算法首先利用SSIFT算法提取定义的目标区域中的角点,然后建立跟踪的候选区域,显示每一帧的跟踪结果。实验验证表明,本文研究的SSIFT-Mean Shift特征点跟踪算法是可行有效的。3)针对远程象棋博弈系统,研究并提出了准确性高且实时性强的虚实配准算法。该算法实现了远程象棋博弈系统中的本方虚拟棋子准确无误地重叠在从网络传过来的对方的棋盘上。4)设计并实现了基于增强现实的远程象棋博弈系统。本文主要设计并实现了三维视频采集、棋盘识别、象棋移动检测、网络传输、虚实配准与虚实合成、三维模型处理和三维视频输出七个重要模块,最终完成了该系统。远程象棋博弈系统为用户提供一种身临其境的感觉,除了有一种博弈的快感外,还倍感亲切。