增强现实技术通过对现实世界附加数字信息来提升用户与真实环境的交互体验。与虚拟现实技术不同,增强现实更倾向于将虚拟的信息融入现实世界,使用户可以在真实场景中感知到计算机生成的虚拟模型。作为人机交互的发展趋势之一,增强现实技术已经在医药、机械、娱乐等领域发挥出重要作用,并具有可观的发展前景。近些年来,智能手机硬件条件的飞速提升,为增强现实在移动平台的发展奠定了重要基础。智能手机体积小、重力轻、可随身携带,更适合充当人与世界沟通的媒介。然而,与PC设备相比,移动设备的计算性能通常无法支撑增强现实系统的实时准确注册,因此无法直接将传统三维注册算法移植到移动平台。针对这一问题,本文研究重心主要集中在基于自然特征移动增强现实系统的实时注册之上,具体可分为：1.针对移动设备资源紧张,计算性能较弱的特点,本文通过对传统FREAK特征描述算法的改进,提出一种基于重力的FREAK特征描述算法。与传统FREAK算法通过分析特征点邻域灰度梯度指定主方向不同,本文使用移动设备自带的重力传感器获取设备当前所受重力,并将其投影至成像平面,将特征点所对应的重力投影向量指定为它的特征方向,省去了计算每一个特征点邻域灰度梯度的时间,降低了算法开销。由于现实世界中所有物体受到的重力方向都竖直向下,因此重力对齐的方式可以保证特征点的旋转不变。同时,由于传感器本身具有一定精度,可以保证获取特征方向的准确性。2.传统PC增强现实系统通常可以只使用基于自然特征匹配的注册方式,对场景视频每一帧,都提取特征点并与参考图像进行匹配。这种方法可以保证注册的准确性,但是受移动平台资源的限制,会严重影响移动增强现实系统的实时性。考虑到视频固有的连续特性,本文利用Lucas-Kanade(KL)算法对目标场景进行追踪注册,以保证系统实时运行。同时,针对摄像头快速旋转时,KL算法极容易丢失目标的问题,本文利用移动设备自带的惯性传感器为KL算法迭代提供初始化参数,大大增加了摄像头转动情况下算法收敛的概率。3.最后本文在iOS系统平台上,基于上述改进,设计实现了一个基于自然特征的移动增强现实系统原型。实验结果证明本文的改进可以满足移动增强现实系统实时性要求。