随着计算机技术发展,增强现实技术(Augmented Reality,简称AR)迎来新的机遇,但目前的增强现实应用大都是将虚拟的模型简单地叠加到现实场景视频画面之上,虚拟模型在大小和形状上与现实场景中的物体保持一致,不能感知到真实场景中的对象。本文研究采用目标检测技术和双目视觉技术,将现实场景中特定对象的位置信息及时采集到应用中,让虚拟对象跟随特定对象运动,增加了应用的真实性趣味性。为了加强增强现实应用的人机交互能力,本文借助远程语音识别引擎,将本地语音命令录入并通过网络上传至服务器,并进行语音识别,将语音识别技术集成到增强现实应用中,使得人机交互便捷高效。针对目标检测技术,研究基于可变部件模型(DPM)的目标检测算法。该算法使用的基本特征为改进的HOG特征,融合了符号梯度和无符号梯度的信息,进行了适当简化,保留了有用信息,又简化了计算。特征金字塔实现了对目标的多尺度检测。采用根模型和部件模型的组合检测方式,允许目标有适当的变形。针对目标位置测量,研究采用双目测距技术,经过相机成像、镜头畸变、参数标定和视差匹配等流程,提出基于边缘特征的改进SGBM算法,求得目标的三维坐标,构建软件平台之间的通信,实现相机驱动和数据传输。针对人机交互,在键鼠、触屏等传统实现方式外,借助于语音识别服务器和增强现实开发平台组件,改写接口函数,重新封装关键类,利用Unity平台的Microphone组件逐帧检测音量,实现实时录取语音命令。编写模型驱动脚本,实现虚拟模型的不同响应动作,增加了增强现实应用的趣味性和沉浸感,给参与者提供了一种高效便捷的交互方式。最后对增强现实系统进行了实验测试,分析了系统中各部分的性能和实效性,证明了上述技术方案的可行性。