随着多媒体、数字电视和和网络技术的飞速发展以及科学技术的推广应用，数字视频数据快速增长并成为一种有着巨大信息含量的新型媒体：如何有效的组织、管理和利用这些视频数据则成为当今需要解决的迫切问题并成为现在多媒体领域最活跃的研究热点；但是到目前为止，真正做到视频结构化的分析，实现基于内容的视频分析和检索还存在很多问题。 镜头是组成视频的基本单元，镜头分割的准确性将直接影响到后续处理及检索的效果。因此，本文针对基于内容的视频检索中的镜头检索准确度和检索的时间，并根据视频镜头转换过程中突变和渐变的特点，实现了一种基于相邻帧间差值和非相邻帧间差值的自适应实时镜头检测方法。方法通过计算相邻帧间差值可以有效地检测出突变镜头，通过计算非相邻帧间差值实现对渐变镜头的有效检测，二者结合可检测出几乎所有的突变镜头和渐变镜头，并获得了良好的综合检测效果。 另外，本文还改进了基于内容的视频检索的方法，它的关键技术就是在镜头准确分割的基础上，采用了聚类方法，实现了场景、故事单元的准确生成。该系统采用由高到低逐级检索的方法，克服了以往检索技术的盲目性，把目标直接定位在场景层上，从而大大缩短了检索时间，提高了检索效率。 本文分为五个部分。第一部分前言部分主要介绍了基于内容的视频检索的研究现状和本课题所做的主要工作。第二部分主要介绍了视频分析与检索的相关基础理论；第三部分主要论述了系统应用的直方图技术相关知识；第四部分主要阐述本文开发的一个基于帧间差值和非相邻帧间差值的自适应实时镜头检测视频镜头的系统；在直方图技术的基础上引入了分区直方图的方法，将视频图象的空间特性反映出来，改善了镜头分割的效果。第五部分主要阐述一种基于内容的视频检索系统。最后总结了本文的研究内容及对下一步工作的展望。