پایدارسازی ویدئو، تلاش در جهت حذف نوسانات و لرزش های ناخواسته از داده های ویدئویی است. روش های حلّ مسأله به دو گروه سخت افزاری و نرم افزاری تقسیم می شود که روش های نرم افزاری شامل سه مرحله ی "تخمین حرکت" ، "هموارسازی و تصحیح حرکت" و "تکمیل فریم ها" می باشد. در تخمین حرکت مبتنی بر ویژگی، ابتدا در هر فریم نقاط ویژگی استخراج می شود. سپس تطبیق خطّ سیر ویژگی ها به یک مدل حرکت کلّی صورت می گیرد. مدل حرکت را می توان به صورت دو بعدی و یا سه بعدی در نظر گرفت. مدل حرکت سه بعدی کامل بوده و تغییرات صحنه در راستای عمق را نیز توصیف می کند، ولی حلّ آن پیچیدگی هایی دارد. مدل دو بعدی ساده بوده و در بسیاری از موارد نیازهای حلّ مسأله را برطرف می نماید. برای یافتن پارامترهای حرکت از روی نقاط ویژگی نیازمند تخمین پایداری هستیم که بتواند در مقابل اشیاء متحرک در صحنه (outlierها) مقاوم بوده و با حضور آنها، مدل حرکت را با دقّت کافی محاسبه کند. پس از تخمین حرکت، برای هموارسازی حرکت و حذف فرکانس های بالا که مربوط به نوسانات ناخواسته می باشد، از فیلتر پایین گذر مکانی -زمانی مناسب بهره برداری می شود. همچنین، برای پر کردن نواحی خالی و تعریف نشده ی ایجادشده در فریم ها دراثر تصحیح حرکت و انحراف فریم ها مطابق با پارامترهای هموارشده، تکمیل ویدئو تحت روشی مناسب صورت می گیرد. برای این منظور از روش mosaicing استفاده شده است. درکارهای پیشین در این زمینه، الگوریتم mosaicing با در نظر گرفتن فریم های تصحیح شده به عنوان فریم های همسایه ی فریم تحت فرآیند تکمیل، پیاده سازی شده است. در این پژوهش، نشان داده شده است که با استفاده از فریم های اوّلیه، قبل از اعمال فرآیند تصحیح حرکت و با در نظرگرفتن نگاشت های مربوطه نتایج بهتری حاصل می شود. پیاده سازی سیستم مورد نظر به صورت offline صورت می گیرد و برای پایدارسازی ویدئوی ضبط شده مناسب می باشد.