增强现实技术,是于20世纪90年代在虚拟现实的基础上发展起来的一项新技术,它通过对真实环境中目标物体的识别,根据目标物体的位姿信息,将虚拟的信息融合叠加到真实环境中,从视觉上对真实环境中的感兴趣目标进行渲染和增强,或直接通过语音从听觉上让用户对环境中的目标进行实时感知。这样大大增强了用户对真实环境的感知能力。本文提出了一种反投影变换的单应性矩阵的求解方法,通过增强现实技术,搭建了一款基于增强现实的车辆辅助导航系统的原型系统,主要完成了以下几个方面的研究:1.针对结构化道路的特点,建立了道路的直线模型。通过对车道图像进行灰度化处理、滤波处理、边缘增强、阀值分割、边缘提取等操作,实现对车道图像的预处理,利用Hough直线检测原理,完成行车车道的检测和识别。2.在对车道的增强方面,通过对基于标志物和无标志物的增强现实系统单应性矩阵求解的算法分析,针对本研究的特殊性,提出了一种反投影变换的单应性矩阵的求解方法。利用求解的变换矩阵实现了虚拟导航物体在行车道中的叠加注册,给予驾驶员全新的感知体验,有效预防由于驾驶员注意力不集中引起的车辆在车道中的偏移等现象。3.通过对交通标志的比较分析,利用背景颜色和形状特征把交通标志分为四大类:警告标志、禁止标志、指示标志、指路标志。利用颜色特征通过色差法实现了对不同交通标志的检测,根据检测到的轮廓特征,利用连通性分析法,完成对轮廓外接矩阵的求取,最终实现了交通标志的检测与提取。4.比较和分析了不同形状交通标志的Hu不变矩和形状参数之间的关系,利用BP神经网络实现了对交通标志几何形状的分类,再根据背景颜色完成道路标志的分类识别,最终实现语音报警,有效减少交通标志的丢失率。