摄影设备由于平台的不稳定性导致视频序列之间存在抖动，会增加后续视频处理的难度，也会影响视觉效果甚至引起错误判断。随着计算机的发展、工业技术的发展，集合了数字图像处理技术和电子技术的电子稳像技术因精度高且成本低，已经成为各个国家研究者们广泛研究与讨论的热点。
　　本文分析了电子稳像技术中的三个模块，由于电子稳像算法精度关键在于运动估计，因此本文主要针对其关键模块—运动估计模块进行了深入分析并选用了基于特征匹配运动估计算法。通过对特征匹配运动估计算法进行研究后发现：（1）FAST算法检测的特征点会出现局部大量聚集的现象，增加后续运动估计的计算量。（2）特征点匹配存在大量误匹配，会影响运动估计的精度并降低稳像效果。鉴于目前算法存在以上的问题，对特征匹配运动估计算法的研究也显得至关重要。
　　本文针对特征匹配运动估计算法特征点出现小规模聚集的问题，提出一种改进算法，将图像分成多个等大小像素区域，利用 FAST 算法以区域为基本单元检测特征点，并通过对比像素灰度值大小对区域中检测出的特征点进行筛选，同时选用具有旋转不变性的FREAK描述子描述特征向量。为了解决特征点误匹配过多的问题，本文对特征点先进行粗匹配再进行精匹配。粗匹配是引入最近邻次比，通过与汉明距离相结合对特征点进行筛选匹配，然后利用RANSAC算法进一步精匹配。两步匹配较大程度上减少了误匹配与局部运动对运动估计的影响，得到精度较高的全局运动矢量，从而建立准确的运动模型计算更加精确的运动参数。针对由于图像变换使得图像出现未定义区域的问题，本文利用相邻帧对变换后的图像的未定义区域进行拼接补偿，补偿后的图像基本完整。
　　针对本文提出的算法，建立了实验仿真平台，并对多个图像和视频序列进行了对比实验。结果表明，本文算法在原算法的基础上能够得到稳健性更高的特征点，并有效减少误匹配数量。本文在保留准确匹配的特征点对，在一定程度上提高了原算法的图像匹配效果，得到图像品质因子更高的稳像图。