在众多的室内定位技术中,基于图像的定位技术有很大的应用前景。然而基于图像的室内定位技术目前存在一些局限。首先基于图像的定位需要大量的计算和存储资源,不能部署在计算和存储资源有限的移动端。而部署在服务器端,网络延迟或不可用将导致用户无法获得位置信息或产生较大的定位延迟。其次基于图像指纹的定位方法构建和维护图像库需要消耗大量的成本。为了克服基于图像的室内定位方法中存在的限制,本论文提出了一种实时性和轻量型的基于图像指纹的室内定位方法。具体的工作成果如下:（1）在移动端提出了实时性和定位精度较高的图像指纹定位方法。提出的定位方法首先在移动端通过mobile Net提取图像特征和k-d树搜索最佳匹配图像集的方法实现了实时性的定位,其次通过基于两张图像的位置估计方法和平均查询拓展的方法提高了定位精度。在两个场景中采集了1300多张数据库图像和400多张测试图像。实验结果表明,提出的方法90%的定位误差在2m以内并且平均定位时间约0.5s。（2）利用众包的思想提出图像库更新和评估算法。根据定位结果感知场景是否发生改变或者信息缺失,然后结合定位图像的质量（图像清晰度和是否有行人）,决定是否添加定位图像到数据库中。统计定位错误率和定位错误频次高的区域,据此评估图像库的质量。当场景发生改变时,更新图像库后的定位精度更好,这在一定程度能减少了图像库更新的频率。通过比较预测和真实图像库质量评估结果证明图像库评估算法的可行性。