近年来,移动增强现实中的WebAR技术在教育、医疗、旅游、工程和影视等领域得到了越来越广泛的重视和应用,用户通过访问网页即可使用增强现实应用,能给用户带来很好的交互体验。但是在实际应用中,WebAR系统容易受到光照、拍照角度、拍照距离、待识别物大小等客观因素影响,目标识别的准确率、识别速度和自然跟踪的稳定性和实时性难以得到保障,无法提供稳定的高质量的服务,提升WebAR技术的应用效果,是当前亟待解决的问题。针对以上问题,本文主要研究内容如下:（1）针对WebAR在自然环境中易受光照、拍照角度、拍照距离、待识别物大小等因素影响,目标识别的准确度和速度难以得到保障的问题,提出了基于AKAZE的融合空间位置信息的视觉词汇树检索方法。利用AKAZE算法提取图像局部特征,通过分层词汇树将图像局部特征量化为视觉单词,将图像检索转换为视觉单词统计匹配,量化过程融合了局部特征的空间位置信息,细化特征间的匹配重要性。实验结果表明,该方法能够提高自然特征识别的速度和准确率,可以进一步应用在室内外以及更复杂的交互环境中。（2）针对WebAR中传统的基于自然特征的跟踪注册方法需要对每一帧视频帧进行特征提取和匹配,不仅计算复杂度高,而且对目标的跟踪容易受到环境的干扰等问题,提出了一种基于AKAZE算法和金字塔光流法的三维跟踪注册方法。利用AKAZE算法检测参考图像和视频流中视频帧的特征点,再将参考图像和视频帧的特征进行匹配并筛选优质匹配结果,然后用金字塔光流法进行跟踪,进行运动估计计算变换矩阵结果,最终实现三维跟踪注册。通过实验表明,当存在视角变化、旋转变化和遮挡情况时,该方法能达到准确的三维注册和虚实融合效果,能够有效减少复杂场景对目标跟踪的影响。（3）根据WebAR在博物馆、美术馆、图书馆等领域应用的意义和现状,以上述所提出的技术为基础,构建了面向图书馆和艺术馆的WebAR系统。经验证,本系统具有较好的应用价值。