当今时代是信息高速发展的时代，视频和图像作为信息的重要载体之一，已经深入人们的日常生活。随着摄像系统越来越多的被应用于智能监控、目标跟踪等场合，对图像稳定性的要求也越来越高，但在各种各样摄像平台上得到的视频信号往往会因为载体姿态变化或振动的影响产生模糊和不稳定的情况，从而导致视频和图像的模糊和抖动。这种模糊的图像和抖动的视频对于观察者容易产生视觉疲劳，对于报警系统容易产生漏报和误报，也会严重影响后续处理的精度。同时稳像技术能够对图像序列进行稳定，消除运动载体带来的负面影响。近年来，一些数码相机生产厂家开始在数码相机中加入稳像技术，大多数厂家采用的是光学稳像和机械稳像，电子稳像技术也因其成本低开始受到厂家的青睐。因此稳像技术一直是国内外学者、研究机构研究的热点之一。　　 本文简单介绍了光学稳像、机械式稳像、电子稳像三种不同稳像方法的基本原理。由于光学稳像和机械式稳像具有结构复杂、体积大、价格昂贵等缺点，所以人们研究的重点开始转向电子稳像。电子稳像的实质就是通过数字化手段对视频序列进行处理，以获得稳定的视频序列，实现这个目标主要依靠电子稳像算法。通常电子稳像算法主要包括运动估计和运动补偿两部分，其中运动估计模块是通过各种不同的算法对视频图像进行分析，估算摄像机的全局运动矢量。其实现方法很多，如块匹配算法BM(block matching)、代表点匹配法RPM(representative point matching)、位平面匹配算法(bit plane matching)、投影算法PA(projection algorithm)、特征量跟踪法FTA(feature track algorithm)等等，每一种方法有其特定的适用范围及优缺点；运动补偿模块根据运动估计部分得到的帧间运动矢量确定每一帧的运动偏移量，然后从图像序列中读取单帧，直接利用图像处理的方法使图像上的像素按被检测出的运动偏移量反方向做等量移动，实现图像的像素重组，从而达到稳定视频的目的。　　 本文研究稳像的目标是：基于VC编程开发环境，实现整个稳像系统；对运动补偿的改进做一些有意义的探索与尝试，即在运动补偿前对帧间运动矢量进行平滑处理，将全局运动分为主观运动和抖动，把符合摄像者主观意愿的运动保留，去除抖动部分。所采用的运动平滑方法是利用一阶自回归计算得到平滑运动矢量(SMV)，并通过设置最大偏移量的方法，初步解决了场景变化问题。　　 本文研究的主要内容是：(1)运动估计，本文选取块匹配BM(block matching)运动估计算法中的全搜索算法作为电子稳像算法的基础，并对该算法进行了改进，即在传统全搜索算法的基础上引入了阀值的判断条件，在螺旋搜索的遍历过程中可以最快地搜索到满足条件的匹配块，大大提高搜索速度地同时保证了一定的搜索精度;(2)运动补偿，首先通过一阶自回归的方法平滑运动矢量，然后重组图像像素，实现图像序列间的稳定。　　 本文所实现电子稳像算法的特色主要有两点：一是在块匹配运动估计中，为了改善典型全搜索算法运算量太大的问题，设置了阀值T，并采用螺旋搜索方式，按行按列搜索。实验证明采用这种方法大大减少了搜索时间，并保证了一定的搜索精度。二是采用一阶自回归的运动平滑方法，并针对不同类型的视频设置不同的衰减因子。然后经过一系列的处理得到抖动运动矢量HMV，根据HMV进行运动补偿。另外通过设置最大运动偏移量，初步解决了场景变化的问题。　　 本文所做的主要工作：采集了四种具有不同运动特征的图像序列，利用本文实现的电子稳像算法对采集到的图像序列进行了处理，并获得了算法处理后的图像序列，最后对该算法的保真度、实时性和适用范围进行了评测。　　 试验结果证明本文实现的电子稳像算法取得了一定的稳像效果：(1)与传统全搜索算法相比，减少了大约一半的运算时间；(2)与一般的运动补偿相比，加入运动平滑以后明显提高了稳像效果。但也存在一些问题，比如适用范围受到一定限制等等。　　 本文还提到了稳像算法未来的改进方向，如提高稳像算法的智能化、鲁棒性，以及实现稳像算法速度和精度的统一等等。