各种各样国际、国内体育赛事的举办，直接导致体育视频数据的爆炸式增长。如何针对不同用户需求，从海量数据中快速、有效提取有用信息，是体育视频分析中的关键问题，论文以篮球比赛视频为例，研究这一问题。 篮球比赛中，篮球是比赛的核心，也是人们关注的焦点，篮球运动包含了许多语义信息。本文通过研究比赛关键对象——篮球的运动特征进行视频内容分析。考虑到视频中复杂场景和运动信息的干扰，论文以视频镜头作为基本处理单元。首先分割篮球对象，得到篮球在视频中的位置；进一步通过球场关键点的匹配重建三维场景和估计篮球的三维坐标，建立篮球在三维空间中的运动轨迹。具体内容包括： 1)提出基于分辨特征图(Discriminative map DM)的特定区域增强方法。首先根据人类眼睛的定位物体的选择性注意机制提取图像的Saliency特征图，然后与图像灰度加权来增强篮球候选区域。 2)提出一种篮球检测和运动跟踪相结合的对象分割方法。首先利用篮球的颜色和运动特征提取篮球候选区域，首先对候选篮球区域进行基于分辨特征图(DM)的图像增强；进一步，利用基于类Haar特征的AdaBoost方法来完成篮球对象的确认；根据篮球检测结果建立篮球对象模板，在后续帧中采用两级尺度的AdaBoost算法对搜索区域进行全局搜索，完成对象跟踪，并用篮球对象模型进行确认，如果跟踪结果有效则在后续帧中继续使用篮球跟踪算法，否则重新启动篮球检测算法。 3)结合论文应用，提出一种篮球三维坐标估计方法。首先选取篮球视频中的球场关键点，通过与三维空间相应点匹配，估计得到相机仿射投影矩阵，进一步，结合先验知识，估计得到篮球的三维坐标，并重现篮球在三维空间的运动轨迹。 4)建立视频分析系统。面向体育比赛视频分析应用，设计并以C++实现一套视频分析系统，作为将研究实用化的探索。