随着信息技术的发展,人们在越来越多的领域使用新的技术以提升人们以往的工作和交互方式。在出行和车辆驾驶领域,定位和导航技术已广泛普及,用户可以通过移动设备获取地理位置信息和路径信息。近年来,增强现实技术不断发展,逐渐普及到人们的生产、生活中。增强现实技术将虚拟影像运用到现实场景中,借助虚拟的信息辅助人们对现实世界的观察和认知,随着智能移动设备的进一步普及,增强现实技术的应用也将具备更广阔的前景,从而引发研究者们对该技术的进一步重视。目前,增强现实在诸如医疗卫生、电子导航和游戏娱乐等多个领域都有所应用。在户外,可以使用增强现实技术对大型目标进行信息标注、方向指引。随着移动互联网时代的到来,这些应用必将得到进一步的发展。使用增强现实作为导航的辅助技术,成为一种趋势。增强现实技术以跟踪注册技术为基础,其中,计算机视觉跟踪注册技术需要捕捉图像中的特征点,本文从图像处理方法开展研究,分别使用传统图像处理方法和机器学习方法对图像分割进行实验。该研究适合用于户外增强现实导航的图像处理方案,在传统图像处理方法中将形态学算法、图像分割、边缘检测等算法结合使用,实现道路区域分割;机器学习方法中则是研究了当前流行的深度学习语义分割技术,并使用pytorch框架对成熟的卷积神经网络模型进行实验,分析适合用于增强现实技术的模型。两种方案的实验结果都能够从图像中识别并分割出目标道路区域,最后对识别出的结果进行处理,并应用于增强现实技术的视觉跟踪注册算法。在增强现实模块中,本文设计了使用传感器跟踪注册的增强现实导航方法,并在此基础上设计了结合传感器与计算机视觉的增强现实导航方法。方法使用了移动设备中GPS和陀螺仪等传感器的功能,构建一个与真实场景等比例对应的虚拟空间,通过传感器数据使虚拟空间中的摄像机物体模拟移动设备在真实场景的位置和姿态,再将两者拍摄的画面叠加融合显示,实现基于传感器的增强现实导航方法。之后结合图像分割研究的结果,通过分析画面内容并对道路区域跟踪注册,以提升增强现实的虚实融合效果,实现基于图像分割的增强现实导航方法。本文研究将增强现实导航与图像分割技术相结合,并在Unity3D平台对方案进行系统实现。该方案解决了以往增强现实导航中虚拟导航标志与现实场景不匹配的问题。实现了根据画面内容设置导航物体,使增强现实导航效果更理想。