1.一种适用于增强现实的注册方法，其特征在于：包括，序列图像采集；

ORB特征提取，并建立特征提取模板；

检测特征描述子方向，并使其具备旋转不变性；

自主栅格化处理，优化提取特征点对分布；

平面检测；以及，

根据空间关系，将空间点投影屏幕坐标，完成虚拟物体的注册；

其中，所述ORB特征提取的步骤：提取FAST特征；以及，

提取rBRIEF特征描述子；

其中，所述提取FAST特征的步骤：找到满足角点响应函数的像素位置；

剔除伪角点；

其中，所述序列图像通过摄影模块(100)采集；

所述角点响应函数为Fre：

2

Fre＝Det(E)‑k·Trace(E)其E为模块内Harris角点，Det(E)为矩阵E对应的行列式，Trace为E的迹，根据经验系数取值范围k∈[0.04，0.06]；

其中，所述模块内Harris角点为E：其Dx，Dy分别为x和y方向上的一阶导数，G(x，y，σ)为高斯函数，σ为高斯函数的标准差，G(x，y，σ)为二元高斯坐标；

在序列图像中任意选取一点记为P，以P点为圆心，像素半径为K，构造一个离散化像素的周长为大于等于16个像素的圆，在圆上有N个连续像素灰度值满足如下公式：其M为提取的FAST特征点，i为圆周上所选取对应的像素具体位置，I(Ni)为第i个像素点对应的灰度值，I(P)为像素点P对应的像素灰度值，ε1为设定的极小阈值，N为所有满足条件的i的集合；如果N满足所设定的阈值条件，则像素点P为特征点，采用决策树ID3算法来进一步加快伪角点的剔除；其中，采用决策树ID3算法加速剔除伪角点；

所述提取rBRIEF特征描述子为：其中，I(x)，I(y)表示领域位置在x与y的灰度函数；

所述模板采用BRIEF描述子的二进制串函数，所述二进制串函数为fn(I)：其n表示以E为中心符合高斯分布的n对二进制点对；

所述特征描述子的旋转不变性包括步骤：定义二进制准则下n对点的2×n矩阵；

构建矫正矩阵；以及，

得到旋转不变性的BRIEF描述子；

其中，所述矩阵为Q：

其x、y表示特征点在图片中的具体位置；

其中，所述矫正矩阵为Qθ：

Qθ＝RθQ

其Rθ为对应的旋转矩阵；

其中，所述旋转不变性的BRIEF描述子为gθ(I，θ)：gn(I,θ)＝fn(I)|(xi,yi)∈Qθ；

所述自主栅格化处理包括：

将图像均匀分割成a×b个子模块；

子模块从左到右从上到下排序依次标记为W＝{w11,w12,……,wab}；

确认各个子模块是否含有候选特征点hj；

根据提取特征点总数求单位子模块的均值j；以及，判断hj和j大小，确定候选特征点是否为ORB提取的特征点；

其中，所述均值为j：

j＝∑hj/(a×b)；

所述平面检测采用PROSAC算法完成检测虚拟物体的注册平面的分析；

所述所述空间点投影屏幕坐标满足如下公式：其(X，Y，Z)表示现实空间中点任意一点坐标，(fx，fy)表示对应方向上焦距大小，(u，v)表示屏幕坐标，(cx，cy)表示像素坐标下原点平移。

2.如权利要求1所述的适用于增强现实的注册方法，其特征在于：所述检测特征描述子方向采用灰度质心法，所述灰度质心法包括步骤：定义图像块的灰度矩；

通过灰度矩找到图像块的灰度矩心；以及，确定特征点主方向；

其中，所述定义图像块的矩为mpq：其I(x，y)为对应像素坐标为(x，y)像素点的灰度值，灰度矩阶数p,q决定；

其中，所述图像块的灰度矩心为C：其 和 为一阶矩， 为零阶矩表示该图像块区域密度总和；

其中，所述特征点主方向为θ：其θ∈[0°，360°]。

3.一种采用如权利要求2所述的适用于增强现实的注册方法的系统，其特征在于，包括：摄影模块(100)，该系统还包括传输模块(200)、处理模块(300)和显示模块(400)；

其中，摄影模块(100)，采集物体图像信息并通过传输模块(200)输送至处理模块(300)；

处理模块(300)，接收物体图像信息并对其进行处理，形成三维虚拟物体显示至显示模块(400)上。