随着智能手机、无人机等移动拍摄平台的快速发展,移动拍摄设备用于视频采集的比例越来越大,视频稳像成为了热门的研究问题。由于移动拍摄平台的灵活性,其所采集视频往往伴随幅度较大的随机抖动、视角变换、前景遮挡等情况。而现有的视频稳像修复技术存在全局运动矢量估计不准确、图像修复效果不佳等问题。为了解决这些问题,本文在深入研究视频稳像修复技术的基础上,提出了运动估计和运动补偿修复方法的改进,同时设计并实现了面向移动拍摄平台的视频稳像修复原型系统。本文主要研究工作包括以下内容:(1)提出了一种基于参考帧优选和前后景特征点分离的运动估计算法,以提升全局运动矢量估计精度。首先以相邻帧优先为原则进行参考帧选取方式优化,而后通过网格聚类和密度聚类算法融合的方式对视频帧中的特征点进行聚类和初步的筛选,最后利用随机采样一致性算法求取最优单应矩阵,结合透视投影变换与距离准则进一步提纯,获得准确的背景特征点对用于计算全局运动矢量。实验表明该算法可以有效提高全局运动矢量精度、提升稳像修复效果。(2)提出了一种基于时序网络预测与金字塔融合的运动补偿修复算法,以改善缺损修复部分图像质量不高、图像拼接处不自然等情况。首先自适应判断当前帧是否需要填充修复。然后对于待修复帧,送入卷积神经网络与GRU(Gated Recurrent Unit,GRU)的融合模型对完整图像预测。随后通过融合了加权最佳缝合线的高斯拉普拉斯金字塔模型对图像融合重构。最后根据自适应裁剪策略保留视频有效区域和尺寸裁剪。实验结果表明,该算法有效提升了缺损部分修复效果,能有效应对移动拍摄平台所摄视频的稳像修复任务。(3)采用功能模块化的设计,开发并实现了面向移动拍摄平台的视频稳像修复原型系统。主要系统功能模块包括视频输入模块、运动估计模块、轨迹平滑模块、视频图像修复模块和存储模块。实验表明,该系统具有较为良好的易用性和有效性,适用于包括移动拍摄平台等多种设备中,具有较高的应用价值和前景。