针对位置服务在军用、商用、民用等领域呈现广阔的应用前景和巨大的市场价值以及卫星导航系统在建筑物密集的街区、室内等弱信号环境下难以实现正确定位的问题,本文对相关定位方法进行了研究。考虑到室内和室外图像的显著特征在识别中的优势、定位的成本和便捷性以及根据智能设备的特点和人们对智能设备的依赖,本文提出了一种基于图像检索的定位方法,该方法不仅适用于室外定位也适用于室内定位。根据室内和室外场景的差异,研究内容分为室外地标定位和室内场景定位,主要研究如下:室外地标定位方法讨论了图像检索技术中的SIFT和SURF算法的优缺点并用这两种算法对图像进行特征提取。针对室外定位的便利性,在图像匹配阶将段数据库结合GPS信息筛选出的候选图像与查询图像进行匹配从而获得相关位置信息。实验结果表明,在不同特征提取算法下,改进的方法相比传统方法能有效提高定位的准确度,也缩短了运行时间。针对在匹配时出现误匹配的问题,利用RANSAC算法进行提纯并且验证了提纯后的匹配效果在图像经过旋转、平移等条件下基本不受影响。室内场景定位方法中根据数据集的特点利用图像检索技术中的词袋模型构建视觉词汇,在训练模型阶段采用优化的逻辑回归算法实现查询图像的场景定位。根据实验数据表明,本文所用的逻辑回归分类算法要比传统逻辑回归分类算法和相关分类算法的准确率高。针对室内场景定位还提出了一种改进方法。通过预先选择楼层信息,缩减检索范围,与普通方法相比,在保证图像检索的准确率上缩短了系统运行时间。在最终查询环节用投票判决的方法进一步提高准确率。最后为了实现更友好的人机交互操作,本文搭建了Django网络框架,并结合HTML5和Python语言编写了人机交互界面。用户将拍摄图像通过人机交互界面上传,服务器端将定位结果反馈给用户。整个系统操作流程简单,响应时间较快。