随着时代的进步以及生活水平的提高，人们对于更加方便有效的交互方式产生了极大的需求。增强现实作为一种带给人超乎想象的全新体验的交互方式，具有极大的潜力。结合现有的基于人工标记以及基于特征跟踪的增强现实技术，本文对平面自然标记的识别以及跟踪问题进行了较为深入的研究，从而为一些小场景的增强现实应用提供了可行的方案。　　针对标记识别问题，为了在标记占图像比例较小的情况进行准确的识别，本文提出了一种基于网格的平面自然标记识别方法，改进了图像相似性度量，并定义显著性程度来有效地排除不含标记的情况。此外，该方法能够确定标记在图像中的大致区域，从而为相机姿态的估计提供了很好的先验信息。　　针对标记跟踪问题，提出了一种基于关键帧的平面自然标记跟踪方法，达到了稳定可靠的跟踪效果。该方法采用基于线段匹配的跟踪方法来减少因运动模糊等导致跟踪失败的情况，不断迭代优化点对应关系，从而求出可靠的单应矩阵，进一步求解得到相机姿态。并采用基于标记边缘信息的相机姿态优化方法来处理求解过程中存在的误差，利用Levenberg-Marquardt(LM)算法进行优化求解，结合高斯金字塔的策略由粗到精进行优化，从而达到优化相机姿态的目的。此外，采用基于关键帧的跟踪策略来大大减少累积误差的影响，为更好的增强现实体验奠定了基础。　　经过测试分析与结果对比，本文提出的基于网格的平面自然标记识别方法在标记占图像比较小、一定程度模糊、局部遮挡、较大倾斜等情况下也能准确识别，具有较强的鲁棒性;同时所提出的基于关键帧的平面自然标记跟踪方法即使在上述具有挑战性的情况下也获得了可靠的结果，并达到了实时性要求。