便携式电子设备的迅速发展丰富了图像信息的采集形式，如智能手机、小型无人机、行车记录仪等。虽然图像信息的采集更便捷，但是由于便携式电子设备的质量较轻、稳定性较差，易受噪声的干扰，造成视频画面会出现抖动、畸变等问题。因此，必须将采集的视频图像进行去抖动处理，更好地发挥电子稳像技术研究的应用价值。　　随着对电子稳像技术的研究，从早期的2D稳像到3D稳像，稳像技术取得了较大的进展，但其中还存在不足以及需要改进的问题。本文针对特征匹配方法存在匹配误差以及3D运动场景恢复方法存在计算较复杂等问题，从摄像平台旋转量估计、图像像素平移量估计、图像运动补偿及优化等方面进行研究。　　论文的主要工作如下：　　1. 提出一种基于 MEMS（Micro-Electro-Mechanical System）陀螺仪的旋转抖动量估计与补偿方法。针对现有3D稳像方法由于采用3D运动模型而造成计算复杂的问题，利用 MEMS 陀螺仪进行抖动矢量估计。该方法从陀螺仪参数校准、相机标定、陀螺仪数据滤波几个方面出发，以获得较精确的摄像平台旋转抖动矢量，避免特征匹配算法由于背景单一、特征点较少而造成的匹配误差，而且可减少3D稳像方法的计算量。实验表明，算法效率较3D方法平均提高了55%以上。　　2. 提出一种基于Harris角点检测与块匹配相结合的平移抖动量估计与补偿方法。针对陀螺仪方法无法获得摄像平台的精确平移抖动信息以及相机景深造成平行视差的问题，采用图像视觉方法对不稳定图像进行分析。该方法以Harris角点算子为基础，结合图像块匹配算法，通过图像帧间的变换模型计算像素平移抖动量，避免恢复摄像平台的平移抖动信息。实验表明，算法准确性较陀螺仪方法及3D方法平均提高了13%以上。　　3. 提出一种基于图像拼接的“黑边”填充方法。针对目前常用的图像裁剪方法存在图像边缘信息丢失、图像分辨率降低以及图像拼接方法存在明显拼接痕迹等问题，根据相邻视频帧间的映射关系，将视频序列进行配准，完成图像的拼接。该方法对图像间重叠区域通过权重函数进行动态地融合，使图像拼接处像素点尽可能平滑地过渡，获得较好的拼接效果。