随着信息时代的到来和多媒体技术的飞速发展,多媒体因其丰富形象的表现形式,已经成为信息数据的重要载体之一。在视频信息的大量涌现和迅猛发展的情况下,如何快速有效地处理视频数据吸引了众多研究者的关注,视频内容的快速分析和检索分类成为当前视频研究领域的热点课题。基于内容的视频检索技术(Content-based Video Retrieval, CBVR)作为目前视频检索的主要方法之一,其主要技术包括镜头分割、关键帧提取和匹配检索等。关键帧提取可以在压缩域环境下进行,也可以通过解压视频进行提取。在压缩域环境中将随机算法应用到关键帧的提取过程中,可以提高关键帧提取的效率,并且效果比较理想。本文主要研究通过视频片段检索视频数据的技术,在基于内容的视频检索研究成果的基础上,通过将提取的关键帧序列特征曲线化和字符化之后,进行近似字符串匹配,主要研究工作如下：a)关键帧特征提取过程。为减少图像特征对图像中运动对象的不敏感性,采用将图片进行n*n分块的方法,提取关键帧中每一块的颜色、纹理等基本特征；由于一般图片区域越靠近中心部分对人眼的影响越大,因此根据每个分块对人眼视觉的影响程度,采用分块特征加权的方式；在计算关键帧间的特征距离时,采用分块特征加权求和的方法。b)关键帧序列特征字符化。以关键帧特征作为关键点,通过贝塞尔函数进行点的拟合,形成了关键帧序列的特征曲线。通过对特征曲线的关键点进行标注,即形成能够表达特征曲线变化规律的特征字符串。c)特征字符串的语义信息。关键帧特征字符串作为视频特征的表达方式,含有一定的视频语义信息,如通过特征字符串能够发现该视频是否出现镜头突变、渐变,特征周期性变化等信息,利用这些信息可以进一步对视频进行分类。