由于互联网和多媒体技术的快速发展,新闻、广告、电影和家庭录像等形式的数字视频大量涌现,当前所有的视频处理应用都面临着海量的数字视频信息。但是,视频信息是线性非结构化的数据形式,这导致视频浏览的过程是枯燥而耗时巨大的。视频摘要的目的是为了降低视频数据的处理量从而提高浏览效率,这对于各种基于视频的应用是非常重要的。当前视频摘要已经成为研究的热点问题。本文首先回顾了视频摘要的关键技术,然后深入探讨了基于HSV颜色空间模型的视频摘要场景切分方法。该方法将图像帧的RGB转换为相对应的HSV值,然后对H、S、V进行非等间隔量化,再合成为一维特征矢量。计算视频前后两帧图像的一维特征矢量直方图,求出它们的相似度,从而判断出是否发生了场景切换。随后研究了基于二次聚类的关键帧提取算法。首先使用分块加权的方法来计算子视频中各相邻两帧之间的相似度,然后根据自适应阈值对子视频进行初始聚类和二次聚类之后得到若干个图像帧类别,从每个类别中选取距离类中心最近的一帧和最远的一帧作为此子视频的关键帧。通过实验证明该算法可以更优地提取关键帧。最后,本文设计并实现了一个数字影片内容的视频摘要系统原型,作为一种视频数据分析处理平台在文中用于对所研究的关键技术进行检验。