随着计算机技术在视频方面应用的发展，让计算机理解视频内容成为现代计算机视觉技术研究的重点。视频场景分割是实现视频语义理解的第一步，也是实现视频数据高效浏览与索引的关键性步骤。场景分割是在一个较高的层次上对视频进行分割，它需要在视频镜头检测与镜头关键帧提取的基础之上，综合运用视频场景检测专业知识来实现。镜头检测是场景检测的前提，本文在充分调研目前数字视频技术、视频分割技术的基础上提出了一种基于HSV颜色空间的镜头新检测方法；在计算机视频场景自动检测方面，本文首次将演化算法引入到视频场景分割领域，产生了一种与现有方法完全不同的场景检测新技术。 本文提出的基于HSV颜色空视频镜头检测算法，首先，把视频帧图像从RGB颜色空间映射到HSV颜色空间。然后，重新量化图像的H与S分量到127个彩色区域。最后，通过直方图方式计算图像的帧间相似性。同时，算法采取了有效的虚假镜头分割分析机制，以减少图像快速变化的影响。实验结果表明，本算法不仅具有较高的准确率、查全率和较快的处理速度，而且算法运行能克服光线变化和运动的影响，因此在视频镜头分割领域具有一定的实用性，能很好与本文提出的场景检测算法配合实现场景检测。 演化算法本质上是一种不依赖具体问题的直接搜索方法。通过自然选择、遗传、变异等作用机制，实现提高各个个体的适应性。基于演化算法的视频场景检测是一种全新的场景分割技术。本文在场景检测过程中，将每个镜头的分割点视为一个基因，运用独特的基因编码方式、种群演化规则和个体评价机制，形成了一种简单高效的视频场景分割方法。实验结果表明，该方法分割精度比较高，且运行速度快，在场景分割应用上具有较强的技术实用性。