序列图像的运动估计和补偿对于数据流的压缩,运动目标的检测,图像的高效表征以及基于内容的图像分层技术等有重要意义,已成为视频处理和计算机视觉的关键技术,并在工业、国防、医学、网络技术等领域有广泛的应用价值。本文重点讨论了全局运动估计算法以及其在微弱点状目标检测和基于运动的图像内容分层技术中的应用,具体内容包括:对视频运动模型进行分析,推导了三维刚体经摄像机投影到二维空间后的运动场参数模型,为深入分析全局运动估计技术提供理论基础。详细介绍了全局运动估计与补偿的系统结构、关键技术模块。并较为深入地讨论了各项关键技术模块的几种可能的实现细节。在分析现有的全局运动估计算法的基础上,结合二维运动场参数模型对现有算法进行了改进。实验表明,改进算法在计算速度和精确性上比现有算法有所提高。结合微弱点状运动目标检测的具体问题,给出了一种全局运动估计与补偿的算法。在此基础上,讨论了三种三维空间的直线搜索算法,并在有效性和可靠性方面与传统的搜索算法进行了分析比较。最后介绍了基于全局运动估计与补偿的图像运动区域分层。将视频图像空间按照全局运动模型参数的值划分为四个互不重叠的区域空间,便于下一步提取感兴趣的图像空间。