随着平面显示设备和广播电视格式的发展，目前在视频图像领域内存在多种视频格式标准，为了实现不同格式的视频信号之间的转换，视频格式转换就显得必不可少。现如今绝大多数视频信号还是采用隔行扫描的，隔行扫描方式虽然能减少带宽，但会带来图像质量的衰减。去隔行技术就是将图像从隔行扫描格式转变成为逐行扫描格式的一项关键技术，也是其他格式转换技术的基础。本文针对存在物体运动的视频序列，重点分析了基于运动补偿的场间去隔行算法，以及基于运动检测的场内、场间混合去隔行算法。创新性工作主要包含以下几个部分：(1)本文提出了一种应用了E3SS快速运动估计的运动补偿去隔行算法。该算法对图像序列参考帧进行快速块匹配运动估计，寻找最优当前插值块的匹配块，相比于其他快速运动估计块匹配算法和全局运动估计算法，该算法在CPU运行时间和PSNR曲线评价方面，都能最大程度接近全局运动估计的PSNR结果，在时间消耗量大致相同的情况下，比其他快速运动估计算法有明显的PSNR优势。(2)本文提出了一种基于分数像素插值的运动补偿去隔行算法，该算法主要针对整数像素运动估计不能准确表示物体真实的运动位移这一缺点进行改进。改进思想是利用图像插值得到图像序列分像素位置的像素点，这些像素点组成的参考图像能更细腻的表示物体运动，为运动估计提供更多的参考像素。通过引入分数像素参考图像，使得运动补偿去隔行图像质量明显提升。(3)本文提出了一种基于运动检测的场内、场间混合去隔行算法，该算法针对运动补偿去隔行算法中的运动矢量失真问题，应用运动检测将图像区域划分为不同运动状态，对不同运动状态区域采用不同的去隔行策略。对于静止区域，我们应用场平均去隔行进行处理；对慢运动区域，采用加权场内MELA和场间运动补偿去隔行混合算法；对快速运动区域，运动估计容易出现错误，我们采用场内MELA算法进行去隔行。实验结果显示，本算法具有较好的PSNR效果。