科技发展日新月异，如今互联网已经延伸到了我们生活的每个角落，它改变了我们的生活方式。但是在互联网带来巨大生产力效应的同时，大量不良黄色淫秽信息充斥着网络空间。其中图像视频比起文本具有更丰富的信息，因而，它具有更大的危害。鉴于传统过滤技术的弊病，以图像分析与图像理解技术为支撑的基于内容的不良视频过滤技术正在成为网络信息过滤技术研究的一个重要方面。　　 为了充分利用视频“流”的特征，本文提出了使用一种自动阈值的镜头分割算法及基于中间帧的关键帧提取算法，利用视频的时序冗余性，以一个帧图象来代替帧序列，极大的压缩了计算量，并在合理的抽象视频的基础上尽可能的保留了视频的主要视觉特征；同时本文考虑了其运动特征，得出前景区域对分析视频性质具有重要的意义，并提出一种基于高阶统计量的前景区域提取算法；本文还分析了肤色检测的可行性，选用了NYCrCb颜色空间来描述皮肤的颜色分布，给出了一种简单的基于高斯混合模型的肤色检测模型，并使用基于最大熵法的阈值分割算法二值化图像获取皮肤区域；同时，为了弥补颜色检测的先天的物理缺陷，本文又考虑了皮肤和背景在纹理分布上的区别，利用皮肤光滑细致的特点，尽可能的过滤了背景中颜色类似于皮肤的部分，为此本文提出一种基于灰度共生矩阵和SVM的皮肤纹理分析方法，利用PCA分析方法得出灰度共生矩阵中关于皮肤纹理最明显的特征构成SVM训练用的向量，通过大量的样本训练得到用于皮肤识别的分类器；考虑到敏感区域的暴露性对于视频性质的判断具有重要的意义，本文提出了一种基于级联Adaboost的胸前部位检测算法；最后，为了最终实现视频性质的判断，识别出哪些视频属于不良视频，本文综合了前面各章的算法技术提出一个基于级联的视频性质分类器，实验表明该分类器具有较好的效果。