近几年来，近重复视频检测成为了视频检索中的热门研究，在版权保护、视频监控、主题检测与跟踪等方面也具有很广阔的应用前景。考虑到近重复视频检测的应用要求，研究一种具有准确率更高和检测效率更快的视频近重复检测方法很有必要。本论文针对这两个目标和要求，完成的主要研究工作如下：1.概述了目前近重复视频检测的研究意义、国内外研究现状以及现有的三种近重复检测算法，并从图像相似性检测的关键技术引出近重复视频检测的实现步骤，重点介绍了镜头边界检测、关键帧提取、特征提取以及索引结构的相关知识。2.提出了基于镜头时序一致性特征的级联式近重复视频检测算法。在对现有的近重复视频检测算法进行分析的基础上进一步研究，借鉴结合全局特征和局部特征进行级联式检测的思想，利用视频序列本身固有的连续一致性，在镜头层次定义了一种新的时序一致性特征来代表视频镜头的时序信息，在进行关键帧的特征提取之前提取出各镜头的时序一致性特征，预先滤除了一部分与查询视频不相同的视频，再结合使用全局特征和局部特征对余下的视频进行更精确地检测。3.使用改进的边缘轮廓差值法进行镜头边界检测，引入重叠图像分块方法提取全局分块颜色特征，并使用SURF算法提取局部特征，以实现较好的准确率，并使用k-d树型索引结构实现特征的快速最近邻搜索。通过进行三种形式的实验，在验证了本文方法的有效性和准确性之后，将本文方法应用到大规模视频集CC_WEB_VIDEO的近重复检测中，与现有常用的三种方法进行性能比较，并进行结果分析，本文方法能取得更好的检测效果，尤其对于运动场景复杂和画面变化较大的视频。