视频稳定技术是计算机图像视频处理技术领域一项十分重要的研究课题,被广泛地应用到目标跟踪、监控系统、个人视频处理软件等领域。随着摄像器材的普及,视频稳定技术成为当今的一个研究热点问题。视频稳定的目的是为了去除视频序列中摄像机的抖动,提高视频质量,为其他应用提供稳定的视频素材。它主要包含三个处理模块:运动估计、运动补偿和视频修复。本文在分析了前人工作的基础上,提出了基于SIFT(Scale Invariant Fearure Transform)特征点匹配的视频稳定技术。由于SIFT特征点对图像尺度、旋转、仿射变化以及光线的不敏感性,基于SIFT特征点的匹配算法提高了运动估计的鲁棒性和精确度。在运动参数准确估计的基础上,本文结合了Gaussian滤波和曲线拟合算法,有效地平滑了摄像机抖动的高频噪声信号,同时也避免了过平滑现象的出现。该方法的另一个好处就是保留了更多的视频信息,减小了视频修复的复杂度。最后,本文利用动态规划(Dynamic Programming,DP)的方法来重构视频中由于运动补偿所产生的未知区域。由于在修补过程中,每一块修补面片只来自于“单一”帧,克服了由运动物体或多帧混合所造成的模糊现象。实验结果表明,本文所提出的基于SIFT特征点的视频稳定技术适用于大部分的视频序列,有效地实现了视频的去抖动,重构的视频质量高,很好地满足了观赏和相关应用的需要。