相机数字防抖原理以及算法介绍

数字防抖（Digital Image Stabilization, DIS）是通过软件算法对图像序列进行处理，补偿因相机抖动导致的画面不稳定的技术。以下是其核心原理和常见实现算法的详细介绍：

---

数字防抖的核心原理

1. 运动估计
   通过分析连续帧之间的像素变化，估计相机抖动产生的全局运动（如平移、旋转）。常见的运动估计方法包括块匹配（Block Matching）或特征点匹配（如ORB、SIFT）。

2. 运动补偿
   根据估计的运动参数，反向调整当前帧的位置或角度，抵消抖动影响。例如，若检测到帧间向右平移，则将当前帧向左平移相同幅度。

3. 帧合成与裁剪
   补偿后的帧可能导致画面边缘缺失，需通过裁剪或动态填充（如黑边、边缘扩展）保持输出分辨率一致。

---

常见实现算法

基于块匹配的运动估计

通过比较相邻帧中固定大小的图像块（如16×16像素）的相似度，找到最佳匹配位移。

import cv2
import numpy as np

def block_matching(prev_frame, curr_frame, block_size=16):
    height, width = prev_frame.shape
    motion_vectors = []
    for y in range(0, height, block_size):