随着网络技术的飞速发展和多媒体技术的广泛应用,数字视频大量涌现。如何快速的浏览大容量的视频数据以及如何获取和表现视频的内容,已经成为迫切需要解决的问题。因此,视频摘要技术应运而生,已成为了研究人员关注的热点。视频场景切分和关键帧提取是视频摘要技术的两个关键内容。本文首先介绍了目前视频摘要技术的研究背景、发展历程以及研究现状,总结了传统视频摘要技术的基本思想,分析了现有视频场景切分和关键帧提取技术的优缺点。通过总结传统视频场景切分算法,我们提出了一种新的基于HSV颜色空间模型场景切分方法。这种方法首先是将视频中每一个图像帧的RGB值转换为HSV值,然后经量化处理得到一维特征矢量值,再计算其直方图,通过统计比较计算出两幅图像的相似性,最后根据其相似性与实验给定的阈值进行比较,以判断是否发生了场景切换。实验证明,这种算法避免了两幅内容不同图像间因RGB颜色直方图可能相同而无法区分的缺点,从而更加准确地对视频进行场景切分。在关键帧提取算法方面,我们提出了一种基于内容二次聚类的关键帧提取算法。这种算法在计算图像帧相似度的时候,采用了分块的思想。通过分块给不同的块赋予不同的权值,以体现出图像在语义上的重点内容。同时,通过计算自适应阈值对视频进行初次聚类,并计算类间距离,在此基础上再进行二次聚类之后得到最终类别。从每一个聚类中选取距离类中心最近的图像帧作为关键帧。这种方法经过二次聚类以后可以克服一次聚类提取的关键帧会出现冗余的缺点,实验证明,本算法提取的关键帧更全面、更准确地体现了原视频的内容。在研究视频场景切分和关键帧提取算法的基础上,开发出了一个视频摘要系统原型。系统分为视频播放、场景切分、关键帧提取以及摘要显示几个功能模块,能够满足用户的基本要求。文章最后对本文视频摘要技术以及实验系统进行了总结,并提出了一些后续工作内容。