随着数字技术与计算机网络的发展,视频数据量快速增长,如何组织和检索这巨大的视频信息成为一个难题。传统的基于文本来对视频信息进行检索的方法工作量巨大,而且文字标注缺乏统一的标准。因此,CBVR(基于内容的视频检索)技术被提出了,它的主要思想是根据视频图像所包含的颜色、纹理、形状以及对象的空间关系等底层特征和语义等高层特征来分析视频信息。但是,由于视频信息的信息量比一般图像/文本信息更为复杂更为庞大,其内容的描述缺乏统一标准,这就导致CBVR系统的通用性得不到保证从而限制了它的使用范围。而且视频图像的低级特征都是高维向量,对其进行检索非常困难,因此新的高维索引方式的提出是提高视频检索速率的关键。MPEG-7是运动图像专家组提出的基于内容的多媒体描述标准,它支持对视频内容的元数据和文本描述,提供了对视频内容的描述和检索规范。MPEG-7标准的逐步制定和完善,更加推动了高效的基于内容的多媒体信息检索系统的研究与开发。本文主要围绕MPEG-7颜色,纹理等底层特征来分析视频信息。首先从视频片段中抽取出关键帧,然后分析MPEG-7中的描述子提取算法,研究图像特征的提取方法,从视频关键帧中提取出图像的颜色、纹理、形状等描述子特征矢量,并将得到的特征值矢量保存在数据库中,将该特征矢量作为视频图像关键帧的签名,也就是以特征矢量来代表关键帧,这样我们在检索时可以计算两特征矢量的相似度来获得图像之间的相似度。由于关键帧的特征矢量都是高维矢量,如果在检索的时候采用顺序扫描的方式进行,检索速度将会令人难以接受。因此,我们研究了高维数据的索引算法,采用了BitMatrix算法对高维特征矢量数据库建立索引,该算法通过对高维矢量进行量化分区,当进行查询时,仅查询落在相同分区内的矢量数据,大大减少了相似度计算次数,有效地提高了检索效率。实验结果证明,本文所设计的视频检索系统检索速度远远超过顺序扫描算法,同时其检索精度也能满足查询要求,能够进行视频片段的检索。