当前，移动设备的计算能力越来越强，但类似增强现实对实时性要求较高的应用，其性能还无法完全满足需求。在增强现实应用中，提取特征点和特征点的匹配是关键。主要关注特征点的提取，以SURF算法为例，针对移动设备较小的高速缓存容量不适应原算法图像数据访问方式的问题，提出了依据图像内容的自适应分块方法。实验结果表明，改进后的算法在没有牺牲精确度的情况下，速度提高了1.5～1.7倍。

当前，移动设备的计算能力越来越强，但类似增强现实对实时性要求较高的应用，其性能还无法完全满足需求。在增强现实应用中，提取特征点和特征点的匹配是关键。主要关注特征点的提取，以SURF算法为例，针对移动设备较小的高速缓存容量不适应原算法图像数据访问方式的问题，提出了依据图像内容的自适应分块方法。实验结果表明，改进后的算法在没有牺牲精确度的情况下，速度提高了1.5～1.7倍。