计算机技术和多媒体技术的迅猛发展让我们不得不面对大量的视频信息。随着视频数据的日益丰富,在大量视频素材中方便地寻找感兴趣的视频片断的需求变得日益迫切。因此,基于内容的视频检索技术便成为人们关注的热点,而视频结构化是实现视频检索的关键。视频结构化研究是指对非结构化的二维图像流进行处理,形成关于视频内容的结构化数据,它是基于内容的视频检索与浏览的基础及关键,主要有两方面的问题:镜头边界检测及关键帧提取技术。本文首先对基于内容的视频检索进行了概述,重点叙述了视频结构化的内容。接着,介绍镜头检测时的特征提取方法,并总结了传统的镜头边界检测方法,分析了它们的优缺点。在此基础上又重点研究了基于分块颜色空间直方图和信息论的相关内容以及在镜头检测中的应用,提出了一种基于分块颜色空间直方图和信息论融合的镜头边界检测算法。实验表明:本文方法在镜头检测中能够取得较好的效果,有较高查全率和查准率。然后,介绍了关键帧提取常用技术,并给出了一种简单实用的关键帧提取方法,同时,使用聚类方法对其进行了改进。实验表明,改进的方法能够较好地说明镜头的主要内容。最后,设计并实现了一个视频结构化原型系统。