随着信息技术的发展,多媒体信息的种类和数量越来越多。然而,视觉信息膨胀带来的问题却非常严重,很多领域由于对大量的视觉信息无法有效的处理而使采集的视觉信息闲置,造成了很大的资源浪费;另外,曾经的单纯基于文本方式的传统视频信息管理系统也暴露出了很大的局限性。如何有效的组织、表达、管理、查询和检索视频信息已成为迫切的需求,为此,基于内容的压缩域视频挖掘技术(content-based video mining,简称CBVM)受到了广泛的关注。本文在基于内容视频的基础上,在视频压缩域中进行数据挖掘,从而避免了以往数据挖掘需要大量先验知识的繁琐,只要建立起信息系统就可运用,提高了检索的准确性,并减少了视频的冗余帧节。本文对DCT压缩域的视频挖掘关键技术开展了一定的研究,并引入了一些算法,提高了检索速度的同时兼顾了检索的准确率。本文主要的研究工作如下:首先,较为详细的分析和讨论了基于内容的视频检索的基本架构,并对其中的关键技术进行了分析和讨论。其次,尝试了CBVM中目前的研究热点之一—镜头分割技术,采用了一种高效的基于关联分析的分割算法:鉴于关键帧提取技术是视频检索的另一项核心技术,本文还提出了基于粗糙集的关键帧提取算法,可以有效去除冗余,提高检索速度。然后,在上述研究的基础上,文章针对采用的两种算法做了相应的仿真实现,并得到了满意的实验结果。最后,对本论文的研究内容作了简单的总结,并指出视频检索的研究前景和方向。