视频图像的后处理是整个视频图像处理中非常重要的一个环节,它是连接传输信道与视频终端的重要桥梁。随着视频图像技术的不断发展和各种新兴视频图像运用的涌现,视频图像后处理技术含盖了越来越广泛的内容,对处理的速度,质量都提出了更高的要求。视频图像后处理在包括图像降噪、去隔行、图像缩放、画质增强等传统算法的同时,越来越多针对实时性要求的特殊算法也被融入到其中,包括:目标跟踪、人脸识别等诸多应用。本文以视频图像后处理的关键算法为研究对象。首先介绍了整个课题的研究背景,简单介绍了视频图像后处理领域所涵盖的内容以及国内外研究状况。接着,文章着重研究了视频图像去隔行算法和视频图像目标跟踪算法这两个领域。本文提出了一种基于增强型边沿自适应的视频图像去隔行算法:一方面,它在总结了诸多去隔行前沿算法的基础上,针对边沿判断的正确性做了优化;另一方面,在进行运动自适应时引入了模糊函数的思想,使得图像还原的图像画质连续、柔和。本文还提出了一种基于权重并行优化的粒子滤波目标跟踪算法:算法对传统粒子滤波算法进行了改进;一方面,我们对重采样算法进行改进打破了粒子滤波算法各个环节间的相互依赖关系;另一方面,使用处理器阵列来分担大量粒子点的计算量。通过实验对比,证明了文章提出的去隔行算法和目标跟踪算法较原有算法获得了更好的效果。并给出了这两个算法的硬件实现方式。文章的最后对课题工作进行了总结,并对视频图像后处理领域的相关技术进行了展望。