数字视频实时稳像是通过算法减小或消除视频序列间因摄像设备不稳定而产生的偏移,使得输出图像能够稳定清晰地显示的处理过程。稳像处理被广泛地应用在手持摄像、移动摄影等设备中,同时它对视频的后期处理也有着非常重要的影响,如电视监视系统、运动目标跟踪系统以及导航系统等。块匹配法是一种常用的处理算法,它将图像分割成大小相等的图像子块并进行匹配处理,具有实现简单、运行稳定、运行速度快等特点。本文在深入分析块匹配数字稳像基本原理及常用方法的基础上,设计了一种改进的块匹配算法。为了使匹配效率更高,该算法充分利用了图像的特征信息;为了使系统对环境的适应更强,采用欧氏距离作为匹配准则。针对算法在目标识别中的应用,设计了一种分类跟踪算法,实现多目标分类与跟踪处理。实验结果表明,与传统的块匹配算法相比,改进的匹配稳像算法的性能和稳定性都有了很大的提升,同时改进的稳像算法原理简单,易于实现。由于对图像块进行了筛选,因此也提高了运行的速度。与此同时,算法在运动目标识别中也有着良好的运行效果。由于稳像算法本身针对的是不稳定的视频图像,因此,算法应能够对更多的不稳定情况进行处理,以适应不同的情况。在后续的研究工作中,将从视频图像的旋转、焦距变化、智能抖动判断等方面对算法进行优化改进,提高算法在复杂环境下的性能及效果。