随着嵌入式技术以及4G网络下流媒体业务的不断发展,巡防系统逐渐向小型化、数字化、网络化的方向迈进。以嵌入式设备为核心,凭借覆盖域广阔的4G网络,依托实时流媒体技术作为主要手段的巡防系统正受到越来越多用户的青睐。但在巡防现场视频采集过程中,由于巡防人员身体抖动、受到外界撞击等引起的视频抖动会导致指挥端出现画面模糊现象,使得指挥人员出现误判、漏判。因此,视频的稳像处理对于巡防系统而言具有重要的意义。本文对巡防系统中的视频稳像技术进行研究,主要工作如下:首先,介绍了巡防系统的主要组成。针对存在的问题进行需求分析。设计了基于视频稳像算法的巡防系统移动终端。对视频稳像关键技术进行对比分析,设计出视频稳像算法的整体方案。设计搭建巡防系统移动终端软硬件仿真环境,为后续视频稳像算法的研究测试提供了基础。其次,对视频稳像算法进行研究与实现。针对FAST特征点检测算法环境适应性差的问题,设计基于自适应阈值的FAST特征点检测算法,使其在不同光照强度下能够检测出合适的特征点数量。接着采用非极大值抑制算法对检测到的特征点进行筛选,改善了局部特征点聚集的问题。针对BRIEF算法旋转不变性差的问题,通过计算特征点邻域灰度重心的方式,使其能够对任意旋转角度的图像进行特征点描述。通过2近邻算法对两幅图像进行特征点匹配。针对全局特征点匹配存在跨区域特征点误匹配、受运动目标影响、计算量大的问题,设计局部区域特征匹配算法提高算法处理速度,并避免跨区域特征点误匹配和运动目标影响问题。针对RANSAC算法忽视样本数据差异性以及迭代次数过多的问题,结合空间一致性检测算法和PROSAC算法减少迭代次数的同时建立样本数据的差异性,准确估计出全局运动矢量。通过Kalman滤波算法从全局运动矢量中分离出随机抖动分量。根据随机抖动分量通过双线性插值算法对抖动图像进行补偿。针对相邻参考帧计算量大的问题,设计自适应参考帧选取策略,有效地减少了计算量。针对补偿后图像出现无定义像素区域问题,设计基于参考帧填充的无定义像素区域重建算法,完成对无定义像素区域的重建,得到平稳的图像。最后,对视频稳像算法进行性能测试。测试结果表明,本文设计的算法对巡防现场视频稳像前后峰值信噪比和结构相似性得到了明显提升,达到了预期的稳像效果。对于30fps、1280*720分辨率的视频序列,单帧处理时间低于30ms,具有较好的实时性,能够很好的应用于巡防系统中。