随着网络和多媒体技术的快速发展,视频监控系统越来越普遍,同时成为了平安城市和智能交通的一个重要组成部分,视频数据以指数级的速度飞快地增长。目前,许多研究机构和学者在视频检索领域的研究已经取得了一定的成果,但是在视频信息的高效表示、视频信息的有效存储与高效检索方面仍然存在一些问题亟需解决。本文在视频检索领域研究成果的基础上,针对监控视频的存储和索引问题,给出了一个监控视频信息特征的存储模型和一个适用于高维数据的索引创建方法。本文首先深入地分析了视频的层次结构,给出了一个基于MPEG-7标准的监控视频信息的描述方案,依据视频的层次结构组织视频单元的描述数据,设计了一个监控视频信息特征的存储模型,详细讨论了监控视频和监控视频的各种描述数据的存储。然后详细地分析了高维索引中常用的R-树结构的动态操作,针对R-树中存在的多路径查询问题,改进了R-树节点分裂算法,通过减少节点分裂后的最小外接矩形的覆盖面积总和,增加节点的数据聚集性,从而降低R-树的交叠因子,实现R-树动态操作的改进。接着改进了R-树索引结构在磁盘中的写入与读出,通过减少检索过程中的磁盘读写次数,降低磁盘的I/O消耗,提高索引的性能。最后分析了R-树和聚类方法结合创建索引的过程中存在的对聚类数k值、初始聚类中心和孤立点敏感的问题,给出了一种适用于创建R-树的改进的聚类算法:DKMC算法,利用层次聚类算法的思想动态确定聚类结果数k,通过计算临近对象集的均值点,选取距离均值点最近的对象作为聚类中心,该算法减小了提前设定k值带来的聚类结果与实际数据分布不符合的影响,降低了孤立点对聚类结果的干扰。利用主成分分析法和DKMC算法构建新的索引结构:PKMR-树,首先利用主成分分析法对高维数据进行降维,然后从根节点开始把每一个节点都视作一个单独的整体进行DKMC聚类划分,将划分后的类作为该节点的子节点并对子节点继续进行聚类划分,自顶向下的逐层创建树型索引结构,并且讨论了对应的检索算法,通过实验验证了PKMR-树具有较好的检索性能。