在视频信息高度膨胀的今天，如何实现快速、有效、便捷的查询检索逐渐成为视频研究领域的一个高度热门的研究课题。视频难以用精确的语言来表示它的特征，因为它数据具有丰富的信息，因此采用传统的人工输入视频元素属性的方法有很大的缺点。在这样的情况下，能够被计算机自动提取的视频内容特征与视频检索技术已经成为目前亟待解决的课题。近几年来，基于内容的视频检索技术的快速发展，已经可以满足查询要求的的方案，它主要分为镜头检测、关键帧提取、视频匹配、视频检索等步骤，根据不同的检索目标，提取视频的关键帧以及特征，达到快速检索的目的。作者的主要研究工作如下：1.对基于内容的视频检索系统的几个关键技术进行了简单的介绍，主要包括了视频的结构化分析，镜头的分割提取，关键帧的确定以及视频特征提取和匹配算法。接着，介绍了视频检索的相似度的检测规则以及视频检索系统的评判标准。2.在视频的特点的基础上，建立了完整的视频库模型。对本文所提出的基于一种改良的亮度直方图的自适应双阈值镜头分割算法进行了分析与仿真，并将所得的实验结果与现阶段普遍的视频分割算法所得到的结果进行了比较，分析了它的优劣性。3.提出了一种关键帧选取算法。该算法与传统方法不同的是在于本文所提粗的关键帧选取算法根据镜头的内容变化程度选取1到3帧作为该镜头的关键帧，关键帧的具体数量是根据镜头内部内容的不同变化程度来自动决定的，从而大大减少了冗余的关键帧数量。4.提出了一种改进的视频检索方法，该视频检索方法综合了关键帧和视频时序特征。该方法检索效果较好，运算量小，查全率和准确率高，具有较好的抗干扰性。