传统的增强现实中,模型往往需要先提前用建模软件构建完毕,然后再注册到视频中。本文研究的内容是从双目图像中获得物体的三维信息,然后利用这些三维信息构建出物体的模型并将模型注册到视频中。本文的研究方法可以直接对图像中的三维信息进行操作,并能够从视频中体现出某一物体的三维效果。本文所研究的内容可以在一些模拟训练中,有良好的应用前景。本文的主要研究内容可以概括如下:（1）本文为了从图像中获得物体的三维信息,采用双目立体视觉的原理,利用PSMnet从左右图像中获得场景的视差图。为了对场景中某一物体进行模型的构建,本文依据原图像上分割出的物体像素坐标信息,对场景视差图进行分割来获得物体的视差。最后从物体的视差中计算出物体的三维点云,并利用点云重建出物体的三维模型。（2）为了将构建完毕的模型注册到视频中,本文采用增强现实的方式,使用基于特征点的无标记注册方式将模型在视频中体现出来。在保证特征点检测运行时间满足视频每一帧物体变化的基础上,为了尽可能的提升特征点的鲁棒性。本文通过结合SURF特征点描述子,改进了传统的ORB算法,并且引入欧式距离约束与RANSAC算法相结合,采取两步提纯的方法来进一步提升特征点匹配的准确度。本文的研究方法,能够通过视差图分割的方法,完整的分割出场景中物体的视差,可以成功的从双目图像中获得物体的三维信息。并利用物体的三维信息,构建出物体的三维模型。最后成功的使用无标记注册的方法将模型注册到视频中,实现在视频中体现物体三维信息的效果。