随着互联网时代互联网技术的蓬勃发展,各种视频网站的大量出现,使得对视频数据的有效管理和使用变得非常重要,相对于传统的数据信息来说,视频数据量更加庞大,结构也更加复杂。因此基于内容的视频检索技术,迅速成为人们研究的热点内容。本文以此为背景,对基于内容的视频检索系统中经常用到的关键技术进行了深入的分析和研究,并对镜头检测、关键帧提取和特征匹配方面做出了进一步的研究和改进,本论文的主要工作如下：首先,关于镜头检测,本文分析了常见的各类镜头转换的形式和相应的检测方法,采用了一种基于帧差的镜头边界检测算法,并采用了颜色直方图和LBP纹理描述子共同作为图像综合特征进行帧间差的计算。该类组合特征计算简单,速度快,既考虑到图像的全局颜色信息也考虑到图像的局部纹理信息。其次,关于关键帧的选取方法,在对现有的关键帧提取算法进行研究和分析的基础上,提出了一种改进的关键帧提取的算法。该算法在成功地进行镜头边界检测的基础上,相对准确地定位关键帧,而且还可以通过实验观察到,所提取出来的关键帧不仅能够反应一个镜头内的主要内容,还具有较低的冗余性,改善了传统算法中关键帧提取的数目不灵活的缺点。最后,在视频特征提取方面,在对图像特征进行大量研究和分析的基础上,提出了一种基于颜色直方图和纹理特征相结合的图片特征提取算法,并根据视频的特殊的结构化特征设计了比较优越的相似性匹配算法,实验结果表明该算法具有较快的计算速度和较高的匹配准确率。