随着人们日常生活逐渐智能化,对于处在室内环境下位置服务的需求越来越急切,室内环境却比室外情况更复杂,干扰因素更多,广泛运用的GPS定位技术,其信号会受到建筑物的遮挡而衰减,不适合室内环境,传统的RFID、WiFi、红外等信号的室内定位技术都存在设施成本高等问题,而基于视觉的方法,具有视觉图像信息丰富、获取便捷和应用范围广等特点,因此视觉室内定位成为该领域的一个热门研究领域。本文首先研究了室内定位的研究背景与意义以及国内外现状,并对视觉定位的研究现状进行分析,其次对基于光流运动估计中光流的相关理论知识进行详细研究,在此基础上,完成了以下研究内容:(1)研究一种用于低光照彩色图像增强的改进算法。对于摄像机采集外界图像信息会受到光照变化的问题,提出一种优化图像增强算法,减少光照变化带来的影响。利用PASCALVOC 2007数据集仿真测试,并从主观与客观两个角度与其他算法作对比分析,实验结果显示该算法在恢复色彩的同时能够最大限度保留图像细节。(2)研究一种大位移运动下光流场估计的改进算法。由于摄像机处于快速移动下获取视觉信息,传统的光流算法并不适用,提出来一种对大位移光流估计改进算法,对图像序列采用金字塔多分辨率求解策略,在不同分辨率下利用PatchMatch原理思想,并通过KD树的最近邻查询算法,提高图像块的匹配速率,考虑到多分辨率求解方法的传播误差,最后利用前向后向一致性检查算法滤除奇异值,并采用边缘保持插值(EpicFlow)方法插值,该算法通过在Middlebury,MPI-Sintel,Computer vision group数据库的仿真实验,验证本文算法的有效性。最后在室内定位环境中运用本文算法,进行性能分析测试,实验结果表明本文提出的基于光流运动估计的视觉定位方法的可行性。