随着网络技术的快速发展和存储成本的降低，数字视频正极快地增长。由于在线视频内容的增长，在访问大量的数字视频时，查找感兴趣的视频文件或是部分视频内容是比较困难的，因此，有效的视频内容索引和检索是至关重要的。在基于内容的视频索引和检索中，视频切分和关键帧提取技术已成了数字视频系统发展的关键。 为了便于用户快速准确地浏览和检索视频，有必要开发相关的视频检索工具。一个有效的视频检索系统应该具有以下两个基本功能：（1）易于浏览内容的视频摘要功能；（2）在巨大的视频数据库中根据用户要求检索视频的功能。在本文中，我们主要研究视频摘要技术。 关键帧常用来概括整个视频内容或提供视频访问切入点。我们提出了一种新的基于分类的关键帧提取算法。首先用基于HSV颜色空间模型方法将视频文件切割成若干个子视频。这种方法先要将图像帧的RGB值转化为相应的HSV值，然后进行非等间隔量化，合成为一维特征矢量，计算其直方图得出相邻两帧的相似度。根据相似度，我们可以判断视频场景是否发生了切换。实验证明，这种方法可以比较准确地检测出视频场景边界，为视频摘要提取关键帧奠定了基础。场景切分之后，从每个场景中提取关键帧用来代表场景突出内容。根据场景内容复杂度，我们可以从中提取一个或多个关键帧。这种算法不仅计算量少，也适应了视觉内容。我们设计并实现了一个初步摘要原型系统，利用它对本文的方法进行了验证。