伴随智慧城市的发展进步,人们对空间位置准确获取的需求越来越急迫。当前室外定位方法以卫星导航定位(Global Navigation Satellite System,GNSS)为主,主要包括美国GPS、俄罗斯GLONASS、中国的北斗系统等。但其定位精度和应用受限于信号在传输中衰减,特别是在城区中高密度建筑等遮挡严重的建成区。目前流行的可公开获取的街景影像可以展示城市场景的精细画质和全要素信息,集成计算机视觉和GIS技术,为城市中空间位置定位提供了新的方法——视觉定位。针对传统视觉定位中依赖三维建模、实时性不高的问题,本文研究一种基于城市街景影像的视觉定位方法,借助城市街景影像完成数字图像到地理空间的映射,从而实现空间位置的准确获取。本文主要开展的研究内容如下:根据网络街景影像的开放性特点,确定城市街景影像数据源及主要参数需求,研究了基于百度地图开发接口的街景影像本地化存储方案。完成研究区域的街景数据获取工作,并对原始街景数据进行灰度化图像预处理。分析街景影像的特点,深入讨论街景影像特征描述算法的选择标准。SIFT特征具有较好的尺度、光照、旋转、平移不变特性,论文以SIFT特征为特征描述方法对街景影像进行特征提取实验。选择经典K-d树和层次K-means树两种结构,对SIFT特征向量建立特征索引,基于最近邻查询实现快速高效的特征搜索。在标准测试数据集上比较两种方法所实现的加速效果和实际精度,实验证明层次K-means树算法在保持较高精度的情况下查询速度更快。由于城市建筑表面有大量相同结构,现有特征点误匹配判断方法会剔除大量正确匹配。本文提出一种考虑地理位置的特征匹配优化算法,优化算法可以保留更多的正确匹配。最后根据视觉定位主要步骤,本文基于MATLAB语言实现城市街景影像视觉定位原型系统。实验结果表明,使用层次K-means树结构构造特征索引具有较快的定位速度,改进的特征匹配算法具有相对较高的准确率,视觉定位系统运行也达到了预期效果。