近年来,随着科学技术的不断发展,大量数据信息呈现爆炸式的增长,视频信息检索也成为了与日俱增的研究热点。对于视频检索技术而言,传统的视频检索技术已经难以满足人们的需求,基于内容的视频检索便应用而生。在基于内容的视频检索中,应用了多项技术,如镜头边界检测、关键帧提取、特征提取、相关反馈等。本课题主要对基于内容的视频检索的相关技术进行了研究。对镜头边界检测与关键帧提取的基本方法进行了研究,然后提出改进的镜头边界检测方法:一种基于双树复小波并结合自适应双阈值的镜头边界检测算法,即采用双树复小波作为特征计算帧间差,使用自适应双阈值对其进行判断,对所得到的镜头边界进行复检,对其结果与传统方式进行实验对比,该方法可以得到较好的效果,对各个类型的视频有一定的适应性。提取关键帧时采用聚类法。在提取特征时,选用了颜色、纹理等特征。在实验系统中引入相关反馈算法,用户可以对检索结果进行反馈,使检索结果逐步满足用户的需求。在上述算法研究基础之上,设计了基于图像内容的视频检索系统框架,实现了系统各个组成模块的功能。对实验系统进行了测试及分析,该系统可实现对视频或图片的检索功能,且对于道路监控有着较好的效果。