车载摄像系统中,由于摄像机随车体晃动导致输出的图像序列不稳定。论文通过对电子图像稳定中各个技术环节的研究,提出了一种新的稳定算法。论文的主要研究内容包括以下三个方面:首先,对电子稳像算法中的关键技术——图像配准进行了深入研究,提出一种基于特征的由粗到精、由局部到全局的配准方法。粗配准过程中,利用KLT(Kanade-Lucas-Tomasi)的改进算法进行特征提取,提出一种新的模板匹配加速算法进行特征匹配,还给出了切实可行的特征有效性检验方法;精配准过程中,借鉴“联合直方图区域计数法”的思想,提出具体的改进方案,通过巧妙定义准则函数使得算法在避开大量浮点运算的同时达到了亚像素级精度。其次,给出了图像运动补偿的基本原理和实现方法。着重研究了其中的关键技术——有意运动参数估计,通过分析传统方法及其缺陷,给出了递归卡尔曼状态滤波法在运动滤波中的应用。第三,解释了“无定义区”的产生,并将图像拼接技术用于“无定义区”的重建。该重建技术解决了普遍存在的信息丢失和图像降质问题,维持了图像序列在视觉上的流畅性。论文通过仿真实验对电子稳像算法的一些性能指标进行了评价,包括准确度、分辨率和实时性。结果表明,该算法准确可靠,其分辨率明显优于一个像素,且处理单帧图像仅需要35.8毫秒,能满足车载摄像系统的要求。