三维物体跟踪系统可帮助增强现实有效处理虚实物体的三维配准。基于单目视觉的三维物体跟踪技术因其具有传感器简单,功耗低,便于移植等优点在增强现实领域中备受重视。在真实环境中物体形态、环境复杂程度各异,这些外部因素都会对跟踪效果产生较大影响,为此本文提出一个可对无/弱纹理物体实时跟踪的全自动三维物体跟踪系统解决方法。本文详细介绍与位姿估计相关的基础知识,探讨国内外对实现三维跟踪系统的诸多尝试。对用于初始化位姿的三维物体检测技术,以及对目标物体持续跟踪的三维物体跟踪技术进行深入研究,验证实现全自动跟踪系统的可行性。基于局部区域颜色直方图的三维物体跟踪技术。采用扇形局部区域划分策略,将全局区域划分成众多具有时间一致性的扇形局部区域,克服了全局颜色直方图在目标轮廓周围不具有强判别特征的缺点。利用K-means聚类算法对局部区域颜色进行空间量化,克服均匀量化中多数颜色分布为0的问题,减少了计算量。定义基于高斯牛顿法的优化函数,提升了收敛性,加快了优化进程。基于模板匹配的三维物体检测技术。利用OpenGL对物体模型以不同距离进行基于球体的多角度渲染,得到合适数量的模板图像。对模板图像分别使用颜色梯度、局部区域颜色直方图进行描述形成两模态的描述符,提升模板的判别性。检测过程中,使用模板组件作为滑窗匹配的依据,增强其在目标遮挡情形下的鲁棒性。该模板对应的位姿即可作为跟踪系统的初始位姿,也可作为跟踪失败后对目标物体重定位的位姿。将上述检测与跟踪技术组合成一个全自动三维物体跟踪系统。为便于用户使用,利用Qt工具对跟踪系统进行封装。综上,本文提出了一个可对无/弱纹理物体进行实时跟踪的全自动跟踪系统解决方案,在不使用GPU加速的条件下实现了高精度,实时的三维物体跟踪。未来非常有希望进一步移植到可移动设备上,具有很高的实用价值。