在图像处理技术日新月异的今天,人们对于视频图像质量提出了更高的要求,然而视频画面抖动、成像质量下降成为了用户的痛点。在科研工作领域,不稳定的视频序列影响目标跟踪和行人识别的准确率;在日常生活当中,视频抖动直接导致用户观感体验下降,所以视频稳像技术具有深刻的研究价值和广泛的应用场景。但是目前稳像技术研究面临着不少挑战,如特征跟踪算法准确率受画面亮度影响、视频局部运动干扰大、运动滤波自适应性差等,以上问题不同程度地阻碍了视频稳像效果和速度的提升。因此本文对现有的视频稳像方法进行了深入研究,并在其基础上改进了视频稳像的相关技术,设计并实现了视频稳像系统,本文主要工作如下:（1）改进了的视频稳像相关技术。第一,提出了改进的特征跟踪算法,先使用LK光流法进行特征跟踪,然后对误匹配特征点采用改进的金字塔NCC模板匹配算法进行跟踪,并使用图像金字塔策略优化,最终实现了在画面亮度变化的情况下,该算法有效改善了特征误匹配问题。第二,提出了基于轨迹聚类的运动估计方法,首先对特征轨迹使用PCA算法去除噪声生成聚类矢量,再采用无需人工设定参数的OPTICS聚类算法分离局部运动与全局运动,最后通过盲剔除准则获取全局运动估计,解决了局部运动对运动估计的干扰问题,有效提升了复杂拍摄场景下的稳像效果。第三,提出了自适应卡尔曼滤波算法,引入了抖动参数描述滤波偏离程度和场景识别参数区分不同拍摄场景,再根据场景识别参数实时更新测量噪声协方差,实现了参数自调节的卡尔曼滤波算法,增强了不同拍摄场景下运动滤波的自适应性。（2）设计并实现了视频稳像系统。该系统包括便于用户日常使用而设计的用户管理模块、基于改进的视频稳像方法的视频稳定模块以及负责视频输入输出的视频管理模块。（3）测试和分析了视频稳像系统。在功能测试方面,编写了测试用例对系统分模块的测试,从而验证稳像系统的可行性;在非功能测试方面,选择了科学的视频稳像评价标准,设计了合理可行的测试方案,对稳像效果和稳像速度进行评估,验证了稳像系统的实用性。本文针对视频稳像系统,提出并实现了改进的视频稳像相关技术,解决了视频稳像中对亮度变化敏感、局部运动干扰、运动滤波自适应性差等问题。同时设计并实现了视频稳像系统,向用户提供了友好实用的视频稳定、用户管理、视频管理等服务。并通过测试,验证了本系统已达到预期的目标,是一个实时性高、稳像效果好、适合复杂拍摄场景的视频稳像系统。