目前,图像信息的处理、存储和传输在社会生活中的作用已越来越突出,人们对图像信息的需求也越来越迫切。尽管数码相机和扫描仪传感器的分辨率不断增加,但是新的应用将永远需求更高的空间分辨率。另外,由于电视和多媒体技术的飞速发展,在电子消费品市场上,各种图像资源和显示设备的爆炸性增长迫切需要能够在不同的视频格式下进行转换。为此,本文分别在图像插值和帧率提升两方面进行了研究。在图像插值方面,本文提出一个基于中值滤波的快速有效的图像插值算法MFI。该算法分为两步:第一步,运用非线性迭代的方法来插值那些容易利用其周围像素点的信息判断出方向的像素点。第二步,假设图像插值可以看作局部图像滤波的过程,使用快速中值算法插值第一步中剩余的像素点。实验结果表明,MFI与传统的插值算法(双线性插值、双三次插值)时间复杂度相近,却在主观质量和客观质量方面都取得了更好的插值效果。特别地,算法的主观质量与当前流行的NEDI算法相当,但复杂度却远远小于NEDI。由于具有低时间复杂度和高插值图像质量的优点,本文提出的算法可以被用到实时图像插值环境中。在帧率提升方面,本文提出运动时空自回归模型MA-STAR。该算法在STAR模型基础上加入运动信息。算法首先利用由粗糙到精确的思想,设计一个对称螺旋搜索算法;然后利用周围窗的信息对运动场进行平滑和校正错误处理,这一步将会去除绝大部分的错误运动信息;最后重新推导含有运动信息的公式。实验结果表明:MA-STAR模型对含有大幅度运动的视频序列鲁棒性更强,得到的训练权值更准确。在测试的序列中获得了平均0.42 dB的增益。