增强现实技术是在虚拟现实基础上发展起来的一项技术,其目的在于将计算机生成的虚拟物体准确地叠加到真实场景中并实现真实与虚拟场景无缝融合,进而完成对真实场景的增强,从而辅助用户对现实世界的认知。因而,虚实场景的配准技术是增强现实技术的关键,而虚实配准技术中最重要的环节就是位姿估计技术。相比于基于机械装置、超声波装置、磁传感器、惯性装置、GPS等传感器的位姿估计方法,基于视觉的位姿估计方法以其成本低、易操作、适用于更多的应用场景等优点,一度成为学术界研究的热点。本文依托于增强现实的应用背景进行了基于视觉方法的位姿估计技术的研究。主要内容如下:一、实现了基于人工标记物的特征检测与识别,使用行扫描和直线拟合的方法提取正方形标记物的四个角点作为特征点。在ARtoolKit原有检测方法上引入了霍夫变换算法、huber损失最小化算法进行改进,以减少野点对拟合结果的影响,提高结果的鲁棒性。二、针对ARtoolKit使用的直接线性变换方法存在的精度以及鲁棒性方面的局限性进行改进,本文重新设计了目标函数,改善了由于DLT算法求解精度不够而造成的注册虚拟物体产生的抖动现象。三、针对改进的目标函数求解方法,本文设计了对比实验,将人工标记物置于电动旋转台,相机固定在转台上方。采集带有人工标记物的图像帧,使用多种优化算法包括Gauss-Newton法、Levenberg-Maquard法、Dog-Leg算法等,其中Dog-Leg的效果最优,实验结果得到的重投影误差达到2.303个像素,比ARtoolKit原有算法降低了 54.4%。四、面向增强现实的应用环境,设计了面向增强现实的实时绘制相机位姿轨迹的系统界面。该系统能够采集带有标记物的图像帧,对于人工标记物进行特征检测与ID识别,使用非线性优化方法准确地、鲁棒地估计相机位姿,实现了根据标记物不同时刻的位姿进行实时的增强现实虚实注册,同时实现了在系统界面中实时绘制相机的位姿轨迹。