基于图像的三维物体定位,是近几年来计算机视觉领域的一个热门研究问题。对已知三维几何模型的物体实例,其目标是要求出物体在图像上的六自由度精确位姿参数,使得三维模型在图像上的投影能够与图像上的目标区域精确配准。对输入为视频的情况,可以基于视频的连续性,对物体在视频中的三维位姿进行跟踪,获得物体在每一帧的位姿参数。现有的三维物体跟踪的方法可以分为基于优化的方法和基于深度学习的方法。基于深度学习的方法利用GPU强大的功能和对特定物体对象进行长时间的训练,从而达到较好的鲁棒性,但是在训练网络的过程中需要花费较大的计算量。而基于优化的方法具有精度高、速度快的特点,但由于局部极小值的存在,对较大的帧间位移非常敏感,在实际环境下容易因相机或物体的快速运动而导致跟踪失败。针对该问题,本文提出了一种预计算的鲁棒的轮廓跟踪方法。通过使用多个候选对应的长搜索线,可以更好地适应不同的帧位移,而不需要采用现有方法中从粗到精的搜索方式。在预计算之后,可以非常快速地进行位姿的更新,从而达到实时的非局部优化。本文还对近几年的基于优化的三维物体跟踪方法进行比较和分析,发现了准确率下降和容易收敛到局部极小值主要是由平面外旋转所引起的。根据此现象,本文提出了一种快速有效的非局部三维跟踪方法。而对于局部优化和非局部优化问题,本文提出了一种以非局部优化为主,同时在其中使用快速局部优化的方法,将不同参数的非局部优化和局部优化相结合,从而在六自由度空间中实现高效的非局部搜索。此外,对于小位移和大位移,本文的方法都优于所有之前的方法,甚至在本文仅使用局部优化而不使用非局部优化时,效果也优于之前的方法。并且在大位移的情况下,之前的方法的准确率急剧下降,而本文的方法能保持较为稳定的准确率。同时,本文的方法只需CPU即可实现实时的速度（＞50fps）,可以有效提高视频设备上三维跟踪的稳定性。