驾驶员通常利用车载显示器和个人设备获取导航信息，这种多界面信息交互容易分散对行车环境的注意力，影响驾驶安全。随着汽车智能化的推进，增强现实抬头显示（AR-HUD）通过将虚拟信息投影到远处，并与真实的驾驶环境相融合，大大提高了驾驶安全。回顾了AR-HUD技术，主要包括单平面抬头显示、多平面抬头显示和3D抬头显示的发展现状。介绍了评价HUD性能的主要光学指标，阐述了不同技术的基本原理和最新进展，分析了现有技术面临的挑战，最后总结了AR-HUD技术的未来发展方向。

为了较好地实现全息体视图虚实场景融合的立体显示，分析了虚实场景之间存在的遮挡关系，提出一种基于实例分割与深度值判定的图像编码方法。理论分析表明，场景间的遮挡来源于特定视角下物点的不同深度信息，相机采样时只能保留近处物点的强度信息。求解采样图像的深度图，利用深度值判定的方法可以实现场景的有效融合。为进一步降低深度值求解不精确的影响，利用Mask R-CNN实例分割算法对真实场景的采样图像进行分层处理，并赋予各层伪深度值，再采用深度值判定方法实现虚实场景之间有遮挡关系的融合编码。采用基于有效视角图像分割与重组(EPISM)的方法进行全息打印光学实验，结果表明，所提出的图像编码方法可以有效实现虚实场景融合的立体显示。