数字视频属于国家重点发展的信息产业领域,随着宽带网络和数字电视的迅速发展,视频点播、交互电视、视频网站等应用需求将越来越广泛,这些应用将最终导致大量数字视频数据急剧增加。但时,我们知道数字视频数据的非结构化,使得现有及将来产生的大量的数字视频无法利用,大量的有价值的数据只能成为毫无意义的积累,因此研究如何利用视频数据,如何提高视频数据的利用率具有十分重要的意义。基于内容的视频检索是当前多媒体领域的研究热点,它综合了数字图像处理、数字视频处理、多媒体技术、数据库技术等多学科领域,使用视频图像的底层的、本质的特征作为检索的依据,克服了传统的基于属性或文本检索方式的不足。论文针对基于内容的视频检索的关键技术展开研究,深入分析与研究了视频镜头分割技术、关键帧提取技术、特征描述与存储组织及检索系统结构等一系列重要问题,取得了卓有成效的成果。在视频镜头分割方面,提出了一种高效的基于I帧的镜头分割算法,一方面大大压缩了视频处理的数据量,另一方面,克服了传统的解压缩域中的一些复杂的运算,从而大幅度提高了镜头分割的效率。在关键帧提取方面,提出了一种基于I帧和RS理论的关键帧提取算法,一方面,首创性的将RS理论引入到视频分析,另一方面,利用RS理论的属性约减理论,得到真正意义上的关键帧。讨论与分析了视频数据的存储与组织技术,结合理论研究与制定了本课题所用的视频训练库与视频测试库的存储组织问题。根据论文的研究成果,设计并实现了一套视频检索系统体系结构,该结构在实现常规的属性或文体检索功能的同时,可同时实现基于内容的视频检索。