增强现实系统在功能上主要包括四个关键部分，其中，图像采集处理模块是采集真实环境的视频，然后对图像进行预处理;而注册跟踪定位系统是对现实场景中的目标进行跟踪，根据目标的位置变化来实时求取相机的位姿变化，从而为将虚拟物体按照正确的空间透视关系叠加到真实场景中提供保障;虚拟信息渲染系统是在清楚虚拟物体在真实环境中的正确放置位置后，对虚拟信息进行渲染；虚实融合显示系统是将渲染后的虚拟信息叠加到真实环境中再进行显示。

一个完整的增强现实（AR）系统是由一组紧密联结、实时工作的硬件部件与相关软件系统协同实现的，有以下三种常用的组成形式。

（1）基于计算机显示器

在基于计算机显示器的增强现实（AR）实现方案中，摄像机摄取的真实世界图像输入到计算机中，与计算机图形系统产生的虚拟景象合成，并输出到计算机屏幕显示器。用户从屏幕上看到最终的增强场景图片。这种实现方案简单。

（2）视频透视式

视频透视式增强现实（AR）系统采用的基于视频合成技术的穿透式HMD（VideoSee-throughHMD）。

（3）光学透视式

头盔式显示器（Head-mounteddisplays，简称HMD）被广泛应用于增强现实（AR）系统中，用以增强用户的视觉沉浸感。根据具体实现原理又可以划分为两大类，分别是基于光学原理的穿透式HMD（OpticalSee-throughHMD）和基于视频合成技术的穿透式HMD（VideoSee-throughHMD）。

光学透视式增强现实（AR）系统具有简单、分辨率高、没有视觉偏差等优点，但它同时也存在着定位精度要求高、延迟匹配难、视野相对较窄和价格高等问题。