La clave está en que generalmente no se está haciendo un reescalado de una imagen de 576 líneas (lo que más influye en la calidad de imagen es el numero de líneas, el número de columnas influye mucho menos en el resultado final) a 720 o 1080 líneas. Normalmente una película en formato SD suele emitirse (o incluso estar en DVD) en formato 4:3 con dos franjas negras, lo que da lugar a que de las 576 líneas que tiene la emisión, en realidad la imagen sólo ocupa unas 290 líneas en 21:9 y 390 en 16:9 (no recuerdo el número exacto). Debido a esto, realmente el número de líneas se tiene que multiplicar casi por 2,5 en el primer caso y algo menos del doble en el segundo. Obviamente en el caso de reescalar de 720 a 1080 el salto no es tan brusco, y el resultado es mejor.
Otra cuestión es cuando partimos de una imagen SD "con mejora anamórfica" (equivalente también a la emisión panorámica SD), en la que la imagen llena la pantalla si es 16:9 o mete unas pequeñas franjas negras si es 21:9. en este caso se dedican las 576 líneas a meter la imagen (unas pocas menos si es 21:9), y entonces el reescalado efectivamente es mucho mejor pues hay que inventarse muchas menos líneas.
Este es el motivo de que los aficionados a estos temas de la imagen estemos siempre jurando en hebreo porque las cadenas sigan emitiendo en 4:3 cuando para más inri en michos casos la imagen de origen está en panorámico. La mejora es evidente, sólo hay que ver los programas que se emiten en panorámico y la gran mejora en calidad de imagen que supone (la F1 en la sexta, flashforward en cuatro, o doctor mateo en antena 3, por citar algunos ejemplos).
Saludos.