电子稳像算法是一种理想的视频序列稳定技术,相对于机械稳像和光学稳像算法而言,具有成本低、体积小、兼容性好以及便于移植等优点,是视频稳像领域发展的热点。由于成像设备使用环境不同,视频抖动形式多种多样,因此结合各类抖动形式的特点设计特定稳像算法是发展的重点。以背景特征匹配为核心思想,本论文着重研究了三种抖动类型下的电子稳像算法,具体实现过程如下:(1)针对摄像机的平移抖动,提出了一种基于约束1比特变换(Constrained One-Bit Transform,C-1BT)的快速电子稳像算法。以经典块匹配算法和自适应十字搜索法(Adaptive Rood Pattern Search,ARPS)为基础,引入C-1BT变换和背景特征子块预选的思想,论文从选取位置、匹配准则和搜索过程三个方面出发改善传统匹配算法性能。算法提前剔除了部分不稳定的前景区域,保证了待匹配子块的稳定性,并且由于背景特征子块更符合全局运动一致性,能够有效提高全局运动参数精度。同时采用位平面逻辑运算取代传统匹配过程的浮点数运算,增强算法硬件移植能力,降低运算负担;其次,采用ARPS减少全搜索(Full Search,FS)过程的运算负担,并根据全局运动一致性的特点调整传统ARPS法的臂长部分和搜索形状,保证更好地兼顾块匹配算法的精度和运算速度;最后,根据统计学规律获取全局平移参数,并采用自适应运动矢量积分法(Motion Vector Intergral,MVI)提取补偿参数稳定当前视频的抖动成分。仿真结果证明,与经典块匹配全搜索算法相比,本文算法无论速度还是有效性均有一定程度提高。(2)针对摄像机的小幅度平移旋转复合抖动,提出了一种基于改进Noble算子匹配的电子稳像算法。全局运动估计结果是影响电子稳像算法性能的重要部分,为了有效兼顾算法的准确性和实时性,采用简单有效的Noble算子作为基础算法,并按照背景区域预选、特征匹配、参数求解和运动补偿四步操作完成抖动视频序列的稳定处理。首先,计算对应图像子块间的绝对差值,并根据全局运动特点剔除部分不可靠区域,同时根据候选点邻域梯度均值设置检测阈值,尽可能提取位于保留区域的稳定背景特征。由于引入了自适应阈值,既能保证特征集合的数量,又能保证特征位置的空间均匀分布性;其次,利用特征邻域信息构造梯度方向描述子,并通过设置最近邻和次近邻比率获取粗匹配结果,再根据均值距离准则优化初始匹配;最后,结合运动模型求解全局参数,并采用卡尔曼滤波区分两类运动补偿抖动图像。仿真结果证明:算法能准确、快速稳定小幅度抖动视频,平均提高峰值信噪比(Peak Signal Noise Ratio,PSNR)2dB以上,尤其当旋转角度小于5°时,背景区域预选算法性能表现优异。(3)针对摄像机较大幅度的平移、旋转、缩放复合抖动,提出了一种基于加速鲁棒特征(Speed Up Robust Feature,SURF)匹配的电子稳像算法。SURF算法具有强鲁棒性,在视觉匹配领域性能优异,但算法复杂度较高,将其应用于实时系统时,时间性能仍有待进一步提高。为了弥补这一缺陷,算法引入了皇后模板抽样和熵值法两种预处理过程,应用时根据稳像要求和实际图像分辨率选择预处理类型,可以有效地减少特征描述子的建立时间;其次,采用基于向量内积的距离准则取代传统欧氏距离准则法,在保证特征匹配精度的前提下有效降低了匹配过程运算负担。同时依据最近邻和次近邻距离比率和特征点本身性质构造级联滤波器,尽可能保留符合全局运动趋势的背景特征,保证匹配集合的准确性和全局性;最后,采用迭代最小二乘法求解摄像机仿射模型参数,并根据高斯滤波的运动参数平滑结果获取抖动视频的补偿参数。仿真结果证明,该算法能有效稳定抖动视频,与传统SURF匹配算法相比,运算时间得到了有效提高。