随着各种新型显示设备、新的电视广播格式的发展,目前在视频领域内存在大量不同的格式标准,为了实现不同格式视频信号之间的交流,视频格式转换变得不可或缺。在当今的电视广播系统中,绝大部分的视频信号源还是采用隔行扫描的,这种方式能够减少带宽,但同时也会引起爬行、画面闪烁、边缘模糊及锯齿现象。去隔行技术是格式转换的一项关键技术,也是其他格式转换技术的基础。所谓“去隔行”,就是从隔行扫描到逐行扫描格式的转换。本文针对视频序列边缘处的信息变化,重点分析了基于上下文的场内去隔行算法,以及基于运动检测的自适应混合去隔行算法。创新性研究工作主要包含以下几个方面：(1)本文提出了一种基于边缘方向的白适应场内去隔行算法。该算法主要是利用隔行扫描的低分辨率图像与逐行扫描的高分辨率图像之间的几何对偶性,从低分辨率图像的预测模型估计出高分辨率图像的预测模型。通过采用相关性最强的像素点来自适应的构造训练样本和预测模型,进一步提高了预测模型估计的准确性。实验结果表明,该算法与传统的场内去隔行算法相比,不仅具有高的PSNR值,而且拥有很好的视觉效果,尤其是在图像边缘。(2)本文提出了一种基于边缘检测的自回归去隔行算法,该算法主要是对基于边缘方向去隔行方法单向估计高分辨率预测模型的缺点提出改进。改进思想是利用估计出的高分辨率预测模型进行反馈,进一步反向估计低分辨率预测模型,从而提高高分辨率预测模型的准确性。通过引入边缘检测,将传统场内去隔行算法与自回归去隔行算法相结合构造出一种自适应的去隔行算法。实验结果表明,该算法在保证高的PSNR值的同时能够降低自回归去隔行算法的高复杂度,使其满足实际需要。(3)本文提出一种基于运动补偿的场内与场间结合的去隔行算法。该算法首先运用运动检测将图像分类为不同的运动状态,之后对不同的运动状态分别采用不同的去隔行算法。文中主要分为三类运动状态：静止、慢运动和快运动。对于静止状态,我们采用前后场对应位置平均的去隔行方法；对于慢运动,则采用基于运动补偿的场间去隔行算法与传统场内方法结合的混合算法；对于快运动,由于运动估计的不准确性,我们采用传统的场内去隔行算法。实验结果显示,该算法具有较好的主客观效果。