随着摄像系统在光电侦察、手持移动设备和监视系统等方面的广泛应用，人们对所拍摄图像的清晰度和稳定性要求越来越高。然而摄像设备不稳定会引起视频图像内容变化的不连贯，产生模糊和不稳定的视频序列，这种视频序列不仅视觉效果较差，而且会使监测人员产生疲劳感，影响其对观测事件的判断，还会对利用图像像面信息的后期处理造成困难，例如：视觉跟踪、视频压缩等，因而摄像系统的稳像是一个十分重要的问题。电子稳像技术是消除所拍摄视频中的抖动改善视频质量的方法之一，本论文重点研究了针对运动物体视频序列的电子稳像算法，对复杂运动模型的实时稳像问题也进行了初步的探讨。视觉跟踪技术在视频监控、人机交互等领域有着广泛的应用，本论文后面部分对视觉跟踪做了一些研究，本论文的主要研究内容归结如下：1.数字稳像直接利用像面信息估计图像的全局运动，因而快速与精确的全局运动估计构成其核心问题，而由于运动物体的干扰往往不能得到正确的全局运动参量，针对这个问题，提出了基于可逆复合算法动态选择运动检测块的稳像算法。基于全局优化准则的可逆复合算法对局部效应不敏感，为了抑制大运动物体的干扰，采用基于背景运动补偿和帧差法的运动检测方法，动态提取背景上的运动检测块来估计全局运动参量。实验结果表明，本算法稳定了大运动物体视频序列，其帧间变换保真度较稳像前的有较大提高，算法实时性也较好。2.基于传统模型参量拟合算法的运动物体稳像算法的鲁棒性往往不强，针对这个问题，将背景特征块配对和直方图聚类运动矢量滤波相结合，基于Harris角点特征提出了一种稳定运动物体视频的稳像算法。利用得到的全局运动参量，运用背景补偿和帧差法分割出参考帧上的前景块和背景块，将背景上的特征块与当前帧上的特征块配对，实现对运动物体上的运动矢量的初步滤除；用一块对多块的匹配策略，将参考块和以参考块为中心的搜索窗内当前帧上的最佳匹配块配对，建立稀疏运动矢量场，以防止特征匹配的搜索陷入局部极值点；然后运用直方图聚类方法进一步滤除运动矢量场中未完全分离出的前景块矢量和误匹配矢量，将经此滤波后的运动矢量作为线性最小二乘方法的输入，得到最终准确的全局运动参量。实验结果表明，提出的稳像算法的准确度可达先进稳像算法和技术的水平，且对包含运动物体的视频具有更强的鲁棒性。3.现有的复杂运动模型稳像算法的实时性往往不高，针对这个问题，将ORB二进制局部图像特征应用于电子稳像领域，提出了一种基于复杂运动模型的稳像算法。提出的算法利用ORB的检测子在相继相邻帧上进行角点检测，用ORB的描述子对提取的角点的邻域进行描述，类比SIFT的近邻欧几里得距离比值准则，特征向量的匹配采用近邻汉明距离比值准则，模型参量拟合采用顺序抽样一致性算法（PROSAC)。实验结果表明提出的稳像算法具有较强的鲁棒性，而且其实时性优于同类算法中实时性最好的基于快速鲁棒特征（SURF）的稳像算法，对一些图像序列实现了复杂运动模型下的实时稳像。4.基于直方图的粒子滤波跟踪算法的实时性往往不高，针对这个问题，基于积分直方图技术提出了两种低复杂度的粒子滤波跟踪算法，适于人头的跟踪算法和适于行人的跟踪算法。将一种利用图像梯度稀疏性的积分方向直方图构建方法，应用于方向直方图匹配建立检测响应图，从检测响应图中提取观测信息构建建议分布函数（重要性函数），并采用分层抽样策略设计粒子滤波跟踪器，以减小状态的维数，加快状态空间的搜索。仿真结果表明，在采用大量粒子跟踪大目标时，相较于直方图直接提取的粒子滤波跟踪方法，积分直方图粒子滤波跟踪方法的计算复杂度明显降低，而且提出的算法对光照变化、目标尺度变化、人头转动和快速运动等具有较强的鲁棒性。