随着经济和科学技术的进步,社会信息化和数字化水平的日益提高,室内定位技术正向着数字化和全面化的方向发展。为了实现定位的便捷化与高精度化,本文在对现有室内定位技术分析的基础上,提出了基于图像特征匹配的室内定位算法。解决该问题的关键点是利用包含图像重要结构信息的少量特征点来确定图像间的变换关系,而这种方法的难点是如何提取稳定的特征点,并构造适应尺度、旋转、遮挡、噪声及其它因素的特征描述子。本文首先对当前流行的几种图像匹配方法进行了较为详细地介绍,然后重点研究了基于特征点的图像匹配算法,在对特征点提取算子分析的基础上,提出了一种基于SIFT特征点的快速图像匹配算法。首先根据地面图像的特点简化SIFT特征点提取算法,在保证特征点的数量和稳定性的前提下,设置合适的参数减少采样层数和高斯卷积运算次数,并在每层尺度上用Harris算子生成具有尺度不变性的特征点,接着用这些特征点构建的128维描述子的相似性确定初始匹配点,并用随机抽样一致性提纯匹配点对,从而实现两幅图像的精确匹配。然后将此算法应用于室内定位系统,通过采集实际环境中的地面图像,从尺度适应性、速度适应性和环境适应性方面对本算法进行仿真实验,并在硬件平台上实现了上述算法。结果表明本文算法与SIFT的算法匹配性基本持平,但处理速度提高了约30%,同时本文算法的定位精度比传统定位算法提高了近一倍。