增强现实(Augmented Reality 简称AR)技术是虚拟现实技术发展的一个重要分支，有着广泛的应用前景。它将计算机生成的虚拟场景、提示信息等实时精确的叠加到用户所观察到的真实世界场景中，使得虚拟物体从感官上成为真实环境的组成部分从而增强用户对真实场景的感知能力和与现实世界的交互能力。　　 虚实配准实际上是指系统能够实时精确的计算目标(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放置到它应处的位置。因此虚实配准是任何增强现实系统所必须解决的关键问题。本文针对当前基于计算机视觉的虚实配准技术研究现状，围绕基于粒子滤波和自然特征匹配的虚实配准及其改进方法等技术内容展开研究与实践，目标旨在提高增强现实系统可用性的同时最大限度保证配准精度和系统实时性。　　 本文的主要研究工作如下：　　 (1)基于粒子滤波的虚实配准方法研究与实现　　 利用改进的SIFT算法完成特征点提取与匹配，内点统计法完成权值计算，最后利用粒子加权和得到摄像机位姿完成虚实配准。该方法避免了基于标识的配准方法的局限性，提高了在光照变化、用户视点和视角变化、抖动等情况下配准的鲁棒性。　　 (2)基于改进粒子滤波的虚实配准方法设计与实现　　 针对当前在快速运动过程中存在的配准失效以及配准过程中精度不高问题，分别利用自适应和模拟退火算法改进了粒子滤波算法，提高了算法在快速运动情况下的稳定性和健壮性。　　 (3)基于SLAM技术的虚实配准方法研究　　 研究和实现了一种基于SLAM技术的虚实配准方法，一定程度上解决了传统方法中存在的视域受限问题，并同时支持户内和户外应用，提高了增强现实系统的可用性。