数字电视是电视系统的发展方向,视频后处理技术是数字电视的关键技术。本文对视频后处理的三种算法进行了重点研究。三个方法分别是超分辨,细节增强和帧率上变换技术,并对此进行了硬件简化。针对超分辨算法,本文首先对自相似模型进行了改进。基于放大过程中的片元效应和平坦区域伪高频的现象进行了建模和优化。基于片元效应采用主成分分析去噪;对平坦区域伪高频的现象采用了不同类别的模块分类和分类后的自适应阈值滤波。在保证主观效果的前提下,对硬件实现做了简化,使得算法有很高的实用价值。另外我们将自相似模型用到了去隔行算法中,同时取得了很好的主观效果。针对细节增强算法,本文提出了基于自相似模型的增强算法。该算法对图像细节层进行了大胆假设,即二次自相似搜索匹配后的高频部分。算法改善了传统算法过度增强的效果。此外,算法具有极高的鲁棒性。在硬件可实现方面,算法进行搜索和匹配模式的改进,使其同时具有较低的复杂度。针对帧率上变换算法,本文将自相似模型引入了帧率上变换,进行了超分辨和帧率上变换系统的融合,改变了三层递归搜索帧率上变换的算法框架。在较低的分辨率下进行运动矢量的初始化,聚类去野值和加权SAD修正,在较高分辨率下对于运动矢量进行矢量细化,再细化和平滑。算法在仅仅使用了四分之一数据的前提下将运动矢量估计的精准程度提高到了下采样前平均95%的水平,为硬件实现的IO瓶颈提供了一套切实有效的解决方案。