随着计算机及互联网技术的飞速发展,图像和视频作为信息载体的应用也越来越广泛。摄像设备在采集过程中的不规则运动造成的视频序列的不稳定,不但会大幅度降低视频质量和视觉效果,也会严重影响后期的图像信息处理。电子稳像作为高精度低成本的稳像技术,已经成为当今数字图像处理领域的热门研究方向之一。本文对视频序列抖动的产生原理进行分析,并对电子稳像的原理、关键技术以及系统构成模块进行研究,在分析传统电子稳像算法的基础上,针对基于特征匹配的电子稳像算法计算量大且运算时间长的问题,提出了一种改进的稳像算法,以减少算法的计算量和运算时间。电子稳像算法主要分为运动估计、运动滤波、运动补偿三个模块,本文对这三部分的关键算法进行了深入的研究,具体的研究内容及主要成果如下:在运动估计阶段,首先利用折半查找自动确定阈值的方法处理两幅图中检测到的FAST特征点,然后通过BRIEF算法对检测到的特征点进行描述,再利用汉明距离对两幅图像的特征点进行匹配。为了解决直接匹配得到的误匹配过多的问题,本文引入k近邻匹配算法,并在算法的基础上添加对称性筛选步骤来消除绝大多数错误匹配,再利用RANSAC算法筛除局部运动的匹配点对,计算更准确的全局运动矢量。在运动滤波阶段,利用卡尔曼滤波器对全局运动矢量进行处理,将抖动分量作为噪声,通过递推估计系统最佳状态的方法过滤噪声,得到平滑的主观扫描分量,实现对全局运动矢量中主观扫描分量和抖动分量的有效分离。在运动补偿阶段,采用后向双线性插值算法对图像像素进行重建。通过分析现有的两种无定义区处理方式,采用一种新的补偿方式填补图像中的黑色无定义区域,由于结合了当前帧和参考帧的图像信息,稳定后的图像不再存在信息缺失。最后,使用VC++编程实现了本文算法,并完成了算法的仿真与验证。实验结果表明,本文的电子稳像算法较好地满足了稳像的需要,与经典的基于特征匹配的电子稳像算法相比,具有良好的稳定效果,较少的计算量及较短的运算时间。本文提出的改进的基于特征匹配的电子稳像算法,实现了对不稳定视频序列的有效处理。论文工作对基于特征匹配的电子稳像算法研究具有一定的参考意义。