增强现实是一种可以将虚拟信息和真实场景相互融合的技术，它旨在将计算机生成的包括图像、音频和视频等虚拟信息准确的注册到实时采集的真实场景图像中，并将生成真实有效的场景效果呈现给用户，增强用户的主观感受。它涵盖了机器视觉、计算机图形学、三维显示技术等多个学科与领域，其主要技术为实时跟踪技术、三维注册技术、虚实融合技术以及人机交互技术，其中虚实融合技术是用户最直观最真实的感受增强现实系统性能的关键，也是近年来国内外研究的热点问题之一。随着增强现实技术的不断发展，研究的不断深入以及需求的不断更新，人们已经将注意力从解决跟踪注册等问题上转移到解决虚拟物体与真实场景的深度一致性这一关键性问题上。以往的增强现实系统在融合阶段只是简单将虚拟物体置于场景的表层，致使真实场景中的物体与虚拟物之间位置关系固定，无法在真实物体运动过程中实现与虚拟物体之间的遮挡与被遮挡关系，这样使得用户无法正确理解虚实结合的过程。针对上述问题，本文通过比较分析以往解决遮挡问题的方法，结合图像处理、计算机视觉等学科理论，采用一种结合单目深度获取和图像分析的方式来实现增强现实在虚实融合过程中的深度一致性问题。从三方面进行系统的研究与实现：（1）基于人工标记来实现虚实融合过程中的深度一致性处理方法；（2）采用标记辅助自然特征的深度一致性处理以及基于自然特征的深度一致性处理方法；（3）系统的研究与实践，分别从基于标记和自然特征两方面解决了虚实一致性问题，最终达到了虚实融合的一致性目标，使得系统在不用重建任何场景的前提下实现虚实融合过程。此外，本文设计了一套用户与虚拟物体实时交互的指令系统，采用人手控制虚拟物体的变换，使得用户对于增强现实系统获得更好的体验与感受。