本文针对移动平台下的数字视频稳像算法进行研究。生活中用户通过手持设备(如手机,DV等)拍摄的视频常常存在大量的抖动,这些抖动极大地影响了视频的观看质量,使得用户出现视觉疲劳等不良反应。此外,视频的抖动也会影响目标跟踪与检测的准确度,给安防、监控等工作带来很大困难。本文研究的数字视频稳像算法旨在通过估算视频拍摄过程中的相机路径并对其进行平滑处理来消除视频中的抖动,使处理后的视频可以与专业拍摄设备录制视频达到同等的稳定效果。本文提出了一种基于网格的特征检测和匹配算法。首先将视频帧划分为不同的网格区域,在每一个网格中设置独立的特征提取器。通过动态调节特征提取的阈值来控制特征点的分布,从而得到在图像中均匀分布的特征点集。为了提高特征点的匹配精确度,本文提出基于多平面的特征点提纯算法,针对场景中的不同平面独立地进行坏点筛除,在保证特征点匹配质量的同时尽可能提高匹配特征点的数量。本文采用了基于投影运动模型的自适应相机路径提取与平滑算法。通过对特征点归一化并使用直接线性法,我们估算出相邻视频帧之间的相机路径,并设计算法验证相机路径估算的准确度。之后,通过对相机路径进行可视化并分析抖动视频的特点,本文提出了相机路径的迭代优化算法以消除运动路径上的高频抖动分量。该算法采用基于高斯核的双边滤波器平滑相机运动,并在迭代优化过程中自适应地调整平滑力度以确保在快速旋转等场景中不会引入过度裁剪以及呼吸效应等失真。最后,根据优化后的相机路径渲染输出稳定视频。本文设计并实现了一个基于Android平台的视频稳像应用来验证本算法的鲁棒性并将算法推广实用。在有限的计算和内存资源下,该应用可以实时处理用户拍摄的全高清视频,而且去抖动效果也十分明显。大量的实验和分析验证了本数字视频稳像算法的实用性和鲁棒性。