随着科技的进步以及人们对室内人员、车辆等物体定位需求的不断提高，室内定位技术的发展受到了广泛关注。其中，基于视觉的定位技术与其它定位方法不同，它通过视觉传感器获取信息，不受周围建筑物等环境影响，以图像配准为手段，对序列图像进行运动估计，实现高精度定位。目前视觉定位技术在机器人自导航及SLAM等领域得到了成功应用，但在室内人员定位方面研究还不很成熟。　　SIFT(Scale-invariant Feature Transform，尺度不变特征转换)算法是一种对图像间的平移、旋转、仿射及光照等都具有不变性的特征匹配算法，这些性能很适合用于室内视觉定位。然而该算法在达到最优的匹配鲁棒性同时也导致了较高的复杂度，实时性较差，实际应用受到一定限制。本文以SIFT算法为特征匹配算法，采用六参数仿射模型描述实际物体运动过程中序列图像间的变化情况，使输出坐标真实地反映物体的运动状态。文章首先详细介绍了SIFT算法的实现过程，深入探讨了尺度空间对算法在各种常见变换下的鲁棒性表现，通过改进高斯金字塔结构，找到了适合室内定位的最优尺度组合，在不降低鲁棒性的同时提高了算法的实时性。然后，根据视频序列图像相邻帧的冗余特性，提出了自适应SIFT算法，采用Lagrange插值法来预测下一次待匹配的两幅图像的重叠区域，在重叠区域上提取特征点即可以加快算法的执行速度，又能提高特征点的有效性，使算法的鲁棒性和实时性再度提高。最后，搭建了硬件实验平台并编写了上位机监控软件，进行地面定位模拟实验，验证了算法的性能。