视频镜头分割及关键帧提取技术是基于内容视频检索的核心问题之一，可有效地用于对互联网上海量无序的视频数据进行管理，具有非常重要的理论意义和应用价值。　　 本文对视频镜头分割和关键帧提取的国内外研究现状进行了阐述，分析了镜头分割和关键帧提取技术的相关理论基础，并对一些典型的镜头分割和关键帧提取算法进行了分析和探讨，设计并实现了一个基于关键帧提取的视频浏览系统。本文的主要工作如下:　　 ①本文对镜头分割算法进行了深入研究，传统算法在对镜头进行分割检测时，由于算法本身所限，导致镜头检测的检出率和准确率不够理想。针对这些缺点和不足，本文提出将具有互补特性的直方图法和帧差法结合，并引入非均匀分块加权的方法，克服了直方图法不考虑位置信息和帧差法对镜头内对象/摄像机的运动十分敏感的缺点，从而提高了镜头检测的检出率和准确率。　　 ②本文将访问变量引入非监督式聚类算法中，控制视频帧仅与当前未完成聚类的镜头进行聚类比较，从而解决了镜头内帧序号不连续及镜头误检测的问题，并降低了聚类算法的计算量及时间复杂度。　　 ③在镜头分割的基础上，本文对关键帧提取算法进行了研究，提出了一种基于图像熵的关键帧提取算法。该算法基于信息熵，在HSV颜色空间的基础上，计算每个镜头内每帧的图像熵，从而确定关键帧序列。实验结果表明，该算法所得到的关键帧结构紧凑且分布均匀，而且计算及时间复杂度较低，可以达到实时进行镜头分割和关键帧提取的要求。　　 ④结合镜头检测及关键帧提取算法，本文设计并实现了一个基于关键帧提取的视频浏览系统，用户可以从中找到感兴趣的视频片段（镜头）或关键帧以进行快速浏览。　　 最后，对研究内容进行总结，并指出后续的研究方向，为迸一步研究拓展了思路。