随着科技的高速发展,电子产品越来越受到人们的青睐。数码相机、智能手机及摄像机等也不例外。这些电子产品成为人们生活、工作及娱乐必不可少的组成部分。然而人们在拍摄视频过程中,视频不免受到主观或客观等因素的影响,导致视频抖动。而这些抖动不仅会给人们带来视觉疲劳,而且会影响视频后续研究的顺利进行。因此,数字视频稳像技术受到更多学者的重视。基于对极几何约束减少运动物体对相机运动估计的干扰,进而获得较准确的运动矢量估计,以确保输出更稳定的视频。在对国内外视频稳像算法深入研究的基础上,本文主要做了以下几方面研究工作:(1)本文首先对数字视频稳像算法基本框架和数学模型进行介绍,并对国内外视频稳像算法的现状进行总结,其次针对稳像算法中的2D算法、2.5D算法和3D算法的原理及重要技术进行深入研究。(2)本文给出基于稠密光流和对极几何的视频稳像方法。该方法首先对相邻两帧图像进行逐像素光流估计,进而获得每个像素的匹配点;其次,基于对极几何约束对所有匹配点进行模型分类,并对判断为外点模型的像素位置进行单应性运动补偿;最后通过对目标函数进行优化得出平滑的窗口内像素轨迹。为保证视频图像之间衔接的一致性,采用窗口间重合部分按比例输出的方法。(3)本文给出基于FAST-ER特征的局部子空间视频稳像方法。该方法首先对视频第一帧图像进行FAST-ER特征点提取;其次,基于金字塔模型Lucas-Kanade光流估计算法对后续图像帧的特征点进行匹配跟踪,进而基于对极几何约束对外点进行剔除;然后,基于局部子空间约束构造轨迹矩阵,并对特征轨迹进行平滑,得到平滑的特征点轨迹;最后,对原视频序列进行变形输出稳定的视频流。针对固定场景视频、存在景深视频、相机变焦视频和存在前景视频等不同场景的测试视频,本文均做了大量的计算机仿真实验,并与前沿的数字稳像算法的性能进行了对比。实验结果表明,本文方法具有较好的稳像效果。