随着信息技术的快速发展，摄像设备已经大面积普及，使得视频在人们的生活中无处不见。视频以其丰富的内容、直观的表现方式以及容易获取、存储和传输等优点成为人们获取资源信息的重要手段。但是，由于摄像载体的抖动，使得采集的视频存在抖动，这种抖动产生令人不悦的视觉效果，也不利于视频的后续处理，如目标跟踪以及视频压缩等。为了获得更加舒适地视觉感受以及方便视频的后续利用，本文提出一种基于三焦张量重投影的特征点轨迹视频稳像算法，并解决了如下三个问题：　　（1）针对现有特征点轨迹视频稳像算法无法兼顾轨迹长度、鲁棒性及轨迹利用率的问题，提出了一种基于三焦点张量重投影的特征点轨迹稳像算法，利用三焦点张量点转移技术构建长虚拟轨迹，通过平滑虚拟轨迹定义稳定视图；并利用三焦点张量点转移技术将原始特征点重投影到稳定视图，从而实现原始特征点轨迹的平滑；然后利用内容保持网格变形对原始帧变形以生成稳定帧。　　（2）针对目前视频稳像算法难以处理大运动物体遮挡的问题，提出一种基于K-means聚类的运动物体特征点剔除算法，利用特征点运动速度和特征点位置作为K-means聚类的输入，将某一帧的特征点分为K个簇；然后利用对极几何约束对背景特征点所在各簇以及运动物体特征点所在各簇分别进行迭代融合，通过特征点密集度确定背景簇；对每帧的特征点进行聚类，并利用所有帧的聚类结果结合相应的判别准则剔除运动物体特征点，以避免对运动物体特征点轨迹进行平滑以及运动物体特征点给三焦点张量的计算带来较大的误差，从而避免稳定帧失真。　　（3）为了验证本文算法的稳像效果，设计相关的对比试验，通过三个人对两种算法稳像结果的主观感受来评价两种算法稳像结果的优劣，通过将需要处理的视频分为若干类，对每类视频的评价结果进行统计以体现算法在缺乏长轨迹、存在滚动快门失真等情形下的性能。　　实验结果表明，本文算法对轨迹长度要求小、轨迹利用率高且鲁棒性好，不仅能够处理场景结构非平面、缺少视差、滚动快门失真等问题，而且能够很好地处理摄像机快速摇头、剧烈抖动以及运动模糊等导致视频缺乏长轨迹的问题以及运动物体大遮挡。