随着计算机网络和多媒体技术的迅猛发展,人们遇到的视频信息也与日俱增,如何从海量的多媒体信息库中找到需要的多媒体信息已经成为一个重要的课题。传统的基于文字的检索方法已不能满足人们查找信息的要求。为了解决这些难题,20世纪90年代出现了基于内容的视频检索技术(CBVR,Content-based Video Retrieval),除了文本,还利用诸如颜色,纹理,形状和边缘等视觉信息来描述视频。镜头检测、关键帧提取和匹配检索是实现基于内容视频检索系统的关键技术。本文就是在基于内容视频检索研究成果的基础上,对镜头检测、关键帧提取和特征匹配检索算法做了进一步的研究和改进,主要工作如下:首先,通过对现有镜头检测算法分析,应用模板匹配法对由D C (直流分量)缩微图组成的视频流进行镜头检测,不但可以去掉图像中的一些噪声,并对物体的微小运动和镜头运动起到补偿作用。实验证明这种方法对由D C缩微图构成的视频流的镜头检测有较高的查全率和查准率。在对现有关键帧提取算法研究分析的基础上,提出了一种改进的关键帧提取算法-基于图中心的关键帧提取自适应算法。该算法在镜头分割的基础上,较准确的提取了关键帧,而且通过实验还观察到,提取的关键帧在保证反映镜头的基础上,具有较小的冗余度。在对图像特征分析及相似检索方法研究分析的基础上,提出了一种基于色调局部累加直方图与纹理特征结合的相似性匹配度量算法。该算法不但缩短了查询时间,而且通过实验证明,该算法有较高的检索率。最后,依据检索系统的总体设计要求,设计了一个基于内容的视频检索系统框架。该框架是在本文前期工作的基础上构建的,分为视频预处理和视频查询子系统,以期达到较好的视频分析和检索浏览能力。