随着技术进步和数字电视产业的发展,不同格式视频通过不同网络传输到不同终端上显示的情况越来越多。在这种背景之下,为了使不同格式视频在不同显示设备上都能达到尽量好的效果,数字视频后处理算法越来越重要。数字视频后处理算法主要涵盖了格式转换和图像增强两个部分。视频格式转换涉及的算法主要有去隔行。采样率转换和帧率变换。图像增强涉及的算法主要有数字降噪。亮度瞬态增强和伽玛校正。本文主要针对视频格式转换算法中的去隔行算法和图像插值算法做了优化和实现。在去隔行算法方面,本文从去隔行的基本原理和作用出发,介绍了常见的去隔行算法,分析了这些传统去隔行算法的优缺点。之后,本文给出了一种基于场的奇偶性的运动补偿去隔行算法,利用双向运动估计得到运动矢量,并使用奇偶性对预测得到的运动矢量进行差错控制,提高搜索精度。在补偿插值过程中充分利用场的奇偶特性,提高了插值精度,避免了差错的传递。利用运动矢量的空间相关性,设计了一种自适应门限,让补偿插值和帧内插值进行切换,以提高去隔行效果。最后,本文给出了去隔行算法的实现和仿真结果。在图像插值算法方面,本文从理想插值过程出发,介绍了传统的图像插值算法,分析了这些传统图像插值算法的优缺点。之后,本文给出了基于边缘和纹理的视频图像插值算法,结合Sobel算子,把视频图像划分为平坦。边缘和纹理三个类别。然后,对平坦类别待插值像素点采用双线性插值,对边缘类别待插值像素点采用边缘定向插值,对纹理类别待插值像素点结合改善的拉普拉斯算子和双线性插值算法进行处理,较好的克服了传统插值算法对边缘和纹理区域的模糊效应,又没有大规模增加插值时间。最后,本文给出了插值算法的实现和仿真结果。本文采用的去隔行算法和视频图像插值算法虽然在主观和客观上性能都有所提升,但是在复杂度上仍有改进的空间。同时,还需要从便于硬件实现的角度出发,对算法进行进一步的优化。