随着成像技术和计算机技术的发展,数字图像处理技术在越来越多的领域得到应用,如生物医学、信息科学、天文学、资源环境科学等各种领域。新生的应用领域也对原有的图像处理技术提出了更高的要求。其中,运动估计算法作为图像处理的基础技术之一,是图像拼接、图像复原、实时电子稳像、遥感图像超分辨率重建、高动态对比度(HDR)图像构建等图像处理技术的重要组成部分,在其中扮演着十分重要的角色。本文展开了对运动估计算法的研究。论文首先介绍了课题研究的背景、意义,再从像移产生的过程出发,建立了运动估计模型。然后按照基于图像灰度信息和基于图像特征的分类,展开讨论了现有常见运动估计算法的原理和实现方法,分析了它们各自的特点。再结合前人的工作和自己的探索,从亚像素精度获取、计算效率优化和鲁棒性提高三方面,介绍了多种提高运动估计算法性能的方法。这三方面的性能提升方法最后也都应用到了具体的运动估计算法中,对算法的改进明显。在前面的这些研究基础上,论文提出并且实现了一种加权相位相关算法,该算法首先通过加窗、低通截频等处理抑制随机噪声和非理想采样对算法精度、鲁棒性的影响。然后再通过频域加权处理的方式,给信噪比高的频率分量添加高权重,增加它们对相关峰的贡献,从而提高相关峰的信噪比,提高了算法的精度和鲁棒性。在实验部分,本文设计了一套包括仿真和实拍的实验方案,用它来测试、比较不同运动估计算法的性能,能比较客观全面地反映算法特点。最后,将运动估计算法实际应用于面阵图像复原和实时电子稳像两个系统中,通过实践检验运动估计算法的性能。本文主要有三个创新点,第一,提出了多种提高运动估计算法性能的方法,尤其是对噪声和非理想采样的抑制方法。第二,在经典相位相关算法的基础上,提出了一种加权相位相关算法。实验证明该方法性能优异。第三,在面阵图像运动模糊复原中,提出了一种新的由运动轨迹计算模糊核的方法。