针对车载侦察系统视频稳像精度要求较高的情况，提出一种基于边缘图像配准的高精度电子稳像方法。该方法采用相位一致性作为不变度量来同时检测图像的角点和边缘特征；利用匹配点对引导边缘匹配，并筛选适量分布均匀的匹配点对求取初始全局进行运动估计；改进粒子滤波以对边缘图像进行配准来获得精确全局运动参数，进一步提高了稳像精度。实验结果表明，所提出方法的平移配准误差(Δx= 0.210,Δy=-0.013)远小于一个像素，满足了车载侦察系统对电子稳像技术的实时性及高精度要求。

一种基于特征匹配的鲁棒性稳像算法： (1)为保证稳像系统的鲁棒性，算法在进行特征匹配时融入亮度变化自适应模型并利用特征匹配误差分析和运动一致性原则对特征初步匹配结果作有效性验证 以提高算法对光线变化和局部运动物体的鲁棒性。 (2)为提高稳像系统的智能性，提出一种基十特征集合匹配关系的抖动检测方法。该方法通过对帧间运动参数进行分析确定视频是否有抖动发生，进Ifu确定是否需要做进一步的运动补偿处理，从}fu避免在视频没有发生抖动时产生由补偿引起的系统效率下降。 (3)在以上研究工作的基础上，成功开发一套数字图像稳定系统，该系统在拍摄场景具有一定的纹理信息时，即使场景中发生光线变化和存在产生局部运动的前景物体时，仍具有较好的稳像效果。

一个研究生的毕业论文，基于SIFT特征匹配的视频稳像算法研究，结构清晰

介绍了一种解决视频图像抖动问题的电子稳像方法，系统利用灰度投影算法和德州仪器公司的定点数字信号处理器芯片TMS320DM642实现电子稳像。文中提出了电子稳像性能的基本要求，介绍了稳像的基本原理，根据要求选择了稳像算法，从而设计了系统的硬件框图，并完成了算法的仿真。实验结果表明，该算法稳效果好，且达到准确性要求。

最新最近的专利资源，全部是委托了好大学的同学从知网下载的，一般的大学知网都没有专利资源，十好几篇。

matlab稳像，使抖动视频变得稳定。。。。。。。。。。。。。。

针对视频监控系统中，复杂环境引起摄像机抖动，造成运动目标检测不准确的问题，提出了一种基于分区灰度投影稳像的运动目标检测算法．首先对每帧图像进行分区，利用分区灰度投影算法对图像各分区的运动矢量进行准确提取和相关性分析，进行抖动判断，并对抖动帧进行运动补偿．然后利用高斯混合背景建模算法进行运动目标提取．最后对目标提取结果进行形态学处理，以进一步提高目标提取的精度．实验结果表明，本文算法较好地消除了场景中运动目标对运动矢量计算的干扰，实现了在摄像机抖动视频场景中的运动目标的准确检测和提取，大大降低了抖动视频目标

针对灰度投影算法运用于存在局部运动目标的情况下,稳像效果较差并且可能产生错稳这一问题,在分析灰度投影基本理论的基础上,提出一种改进的灰度投影算法:局部运动物体位置估计方法和像素替代法。利用灰度值的改变和像素替代的方法,把局部运动物体去除,再进行稳像处理。通过实验验证,该方法可以解决图像中存在运动物体时发生的错稳情况。比较改进前与改进后的稳像效果,改进后的PSRN(峰值信噪比)提高了1.35。

电子摄像系统已广泛应用于军用及民用测绘系统中，但是效果受到其载体不同时刻姿态变化或震动的影响。当工作环境比较恶劣，尤其是在航空或野外操作时，支撑摄像机平台的震动会引起图像画面的抖动，令观察者视觉疲劳，从面产生漏警和虚警。所以在运行中，如何稳像成为十分重要的问题，特别是在长焦距、高分辨力的监视跟踪系统中更加突出。具璞蒿、实性性强、体积小巧等特点，得到更广泛的应用。 　　稳像系统的反应速度是电子稳像要解决的关键技术之一。传统的基于“摄像机-图像采集卡-计算机”模式的稳像系统、图像检测和匹配算法全部由计算机以软件方式实现。尽管当今计算机的性能很高，能够部分满足单传感器电子稳系统的实时处理要求，但在

无人机和车辆行驶等情况下拍摄的视频受外界影响会造成视频抖动。通过对比现有的电子稳像技术，提出了利用FAST获取特征点的位置信息，再通过光流法结合NCC匹配得到参考帧特征点在当前帧的位置信息，在此基础上结合RANSAC算法剔除错误匹配的特征点对的改进算法。为了提高运动矢量估计的精度，应用加权最小二乘法得到相邻帧间的刚性变换矩阵，并经过卡尔曼滤波进行运动平滑得到扫描运动矢量并补偿，最终得到实时的稳定视频。实验表明，视频序列稳像后的帧间变换保真度有所提高，并且能够达到实时处理速度。