随着视频摄像技术在人们日常生活中的广泛应用,稳像技术也逐渐开始成为人们注意的焦点。在摄像的过程中,无论是手持拍摄设备,还是其他装载摄像设备,常会因为载体的抖动,使在拍摄的视频中,观察目标在图像中的位置剧烈抖动,从而使观察者感觉疲劳,影响观察者的判断力和观察的精度。因此需要对视频进行稳像处理。近年来,图像传感器技术、大规模集成电路技术、现代信号处理技术的迅猛发展,使得稳像技术逐渐步入电子稳像的发展方向。电子稳像的目的是解决视频各帧图像之间的不稳定问题,它通过检测视频序列各帧图像间的相对运动矢量,采用图像处理技术矫正图像,输出稳定的图像序列。为提高抖动视频电子稳像系统的稳定效果和处理速度,本文以电子稳像系统中核心的运动估计模块和平滑滤波模块为研究重点,结合抖动视频中图像序列旋转和平移抖动剧烈而缩放运动不明显的特点,以保持对旋转抖动的处理效果为前提,以降低系统计算复杂度为目的,提出了一种基于Harris角点和改进Hu矩的电子稳像算法。本文的主要工作有：第一,本文提出了一种基于Harris角点和改进Hu矩的电子稳像算法。算法先检测视频每帧图像的Harris角点作为特征点,并计算其邻域图像的改进的Hu几何不变矩作为对应的特征向量,再以仿射变换为模型,通过特征点的匹配计算前后帧的相对运动参数,从而计算出图像序列的运动轨迹,然后加以相应的运动平滑补偿,最后得出保留镜头正常运动信息的稳定的视频图像序列。第二,通过仿真对比实验,评估本文提出算法的性能。本文选取具有代表性的基于Harris角点块特征匹配算法和基于SIFT(Scale Invariant Feature Transform)特征的稳像算法作为比较对象,在Matlab平台进行仿真实验,从特征匹配准确率、算法复杂度、特征检测用时、特征描述用时以及特征匹配用时等方面对算法性能进行了对比分析。第三,结合实际应用需求,编写了软件系统中电子稳像应用的核心算法模块代码。本文基于OpenCV计算机视觉库,用C/C++编写了电子稳像应用中运动估计、平滑滤波和运动补偿模块的核心代码,在Linux系统中实现了程序应用,并针对Android上的电子稳像应用设计了程序层次框架和接口定义,移植了核心算法模块的程序代码,为进一步实现手持Android设备上的电子稳像应用提供了框架基础和核心代码支持。本文实验表明,在视频图像帧间存在旋转、平移和轻微缩放的情况下,本文算法能有效降低特征匹配的计算量,且保持良好的匹配效果。而本文编写的基于OpenCV的C/C++核心代码以及Linux下的应用程序也能正常工作并呈现良好的稳像效果。