随着社会信息化程度的提高,人们对位置信息的需求越来越大。对于在室外场景中的定位系统,GPS、北斗等技术在室外环境中定位效果较好,但不适合室内场景中。而基于视觉的定位技术由于其所需设备比较简单,受环境变化的影响较小而受到广泛关注。在基于视觉的室内定位技术研究中,图像匹配是其关键部分,室内定位的速度、准确性和鲁棒性直接被图像匹配的速度、准确性和鲁棒性所影响。因此,本文主要对图像匹配技术和基于单目视觉的室内定位技术进行了比较深入的研究。首先,本课题对摄像机进行了标定。在基于单目视觉运动载体自定位技术研究中,对摄像机进行标定是非常重要的一步,视觉定位结果的精确度受摄像机标定的准确性与标定算法的鲁棒性所影响。因此,基于视觉定位技术结果准确性的基础是做好摄像机的标定工作。本文对线性标定方法、非线性标定方法与两步法做了对比,得出两步法中的张正友标定法仅仅利用不同角度的棋盘格就可以对摄像机进行标定,标定方式简单且精度高,因此,本文利用张正友标定方法对摄像机进行标定,得出摄像机的内外参数。其次,本课题基于以SURF算法对AKAZE算法进行了改进。在基于单目视觉的运动载体自定位过程中,图像匹配在视觉定位过程中起着至关重要的作用,SIFT、SURF、KAZE图像匹配算法利用欧式距离进行描述子匹配,匹配精度高,但实时性差,ORB、BRISK、FREAK、AKAZE算法利用汉明距离进行描述子匹配,匹配速度快,但准确度相对较差。本文用SURF算法中的Hessian矩阵对特征点检测与AKAZE算法中的局部差分二进制描述符(M-LDB)相结合,并利用汉明距离实现图像匹配。本文的匹配结果在不同模糊程度、不同JPEG压缩、不同视角下的图像匹配中,比SURF与AKAZE算法的鲁棒性高。同时在不同图像变换下的匹配时间也比SURF与AKAZE的匹配时间大大缩短。最后,本课题实现了基于单目视觉运动载体的自定位。对室内环境进行信息采集,构建了环境特征库,并利用全局特征描述子与局部特征描述子相结合的方法来达到图像搜索的目的。得到相似图像之后利用对极几何算法来实现运动载体的定位,并分别比较了采用改进的AKAZE、AKAZE与SURF图像匹配算法来实现定位的定位时间与定位精度,得出本文算法在定位速度与精度方面都比较好,因而它适用于定位系统中。