随着科技的进步，以传感器和集成电路为支撑的信息技术不断发展，视频图像的获取变得越来越便捷和频繁，因此稳像技术在各个领域都得到了广泛的应用。稳像技术分为机械稳像、光学稳像和数字稳像，但随着集成化和便携化的要求越来越高，数字稳像技术以其低成本、高精度、嵌入性和稳定性等优势获得越来越多重视和发展。在这一背景下本文将对数字稳像算法进行详细的研究。数字稳像算法以计算机图像处理技术为基础，通过对获取到的视频图像信息进行处理，从中提取相邻图像帧之间的运动参数，进而对图像进行补偿以达到稳像的效果。数字稳像技术通常由三部分组成，即帧间运动估计、运动滤波和运动补偿。其中运动估计为关键环节，是全文研究的核心内容，其优劣对稳像效果有着至关重要的影响。本文针对两种不同类型的运动分别提出两种运动估计算法。针对仅存在平移运动的情况，研究分析了两种基于直接灰度信息的运动估计算法，即块匹配和灰度投影算法，提出并采用基于分区选择的灰度投影运动估计算法。首先将图像分为诺干个子区域，并量化各区域的灰度特征，选取其中灰度特征最强的若干子区域进行灰度投影算法，从而估计出运动矢量。最后在Matlab平台上实现该算法并应用于稳像实验。针对同时存在平移和旋转运动的情况，研究了两种基于图像局部特征的运动估计算法，即基于SIFT特征匹配和基于Harris角点匹配运动估计算法。详细分析了SIFT特征匹配算法，包括特征点检测、特征点描述和特征点匹配，其中重点内容是SIFT特征点检测。详细研究分析了Harris角点检测原理及匹配方法。最后在Matlab平台上实现了基于Harris角点匹配的运动估计算法，并应用于旋转稳像实验，取得较好的稳像效果。