近年来立体电影和立体电视开始走进人们的生活,立体视频提供的画面立体感更强,视觉冲击更强烈,能带给观众更丰富的视觉体验。立体视频的数据量非常庞大,在传输和存储过程中常常采用丢帧的方式降低时间分辨率,影响了立体视频的真实感和流畅感,视频帧率提升技术可以利用原始视频中帧与帧之间的相关性信息获得新的内插帧,提高时间分辨率,增强立体视频的视觉质量。本文针对立体视频帧率提升技术中的运动估计和运动矢量优化展开深入研究,并结合显著性算法和视频分割算法,有效利用立体视频的运动信息和深度信息,实现了立体视频的帧率提升,具体研究内容如下:(1)研究了帧率提升技术的基本原理及方法。研究了多种运动估计方法,运动矢量处理方法以及运动补偿方法。(2)研究了结合显著性的立体视频帧率提升方法。首先研究了双重运动估计算法,并引入深度信息约束思路,提升了运动估计的准确性。然后研究了显著性检测算法,提出了一种结合显著性检测的立体视频帧率提升算法,针对显著性和非显著性区域采用不同的方法对运动矢量进行优化处理。(3)研究了视频分割方法,提出了结合视频分割的的立体视频运动估计方法。在基于Meanshift的立体视频分割方法的基础上,提出利用分割图信息、一致性能量函数以及梯度信息,约束运动估计中的块匹配过程来提升运动矢量的准确性,改善内插帧的视觉质量。本文基于Matlab平台,提出了结合显著性的立体视频帧率提升方法和结合视频分割的立体视频运动估计方法。对多组立体视频序列进行了测试,测试结果表明这两种方法都是有效的,这两种方法得到的内插视频的峰值信噪比和结构相似度参数得到了提高,可以提升内插视频的视觉质量。