随着人类信息技术的不断发展,互联网传播信息的形式呈现日益多样性。整个互联网中,各行各业累积的数据量越来越大,企业与个人端的数字内容也在无限增长。在云端的多媒体数据中存在着大量的冗余,同时又不断的通过海量客户端,上传新的重复数据,浪费了大量的带宽。因此如何高效去重成为亟待解决的问题。本文主要研究多媒体数据去重问题。针对感知哈希的理论分析和算法研究,提出了一种新的构造感知哈希的算法,提出了一种基于该算法的视频关键帧提取算法,设计了基于感知哈希的图像去重方案和基于感知哈希的视频去重方案。主要研究成果如下:(1)提出了一种基于分块DCT变化的新型感知哈希算法BDCT-hash,该算法提取图像分块离散余弦变化后的DC系数,以及部分AC系数,并利用分块间的系数关系构成感知哈希序列。本文通过大量实验将该算法与三种现行的经典感知哈希算法进行分析对比,证实该算法具有较高的去重率和较低的误判率。(2)针对现流行的JPEG压缩编码,对所提出的BDCT-hash算法进行改进,提出了一种直接从JPEG图像压缩码流中提取相关系数,并整合为哈希序列的快速哈希算法。(3)在所提出的快速哈希算法与前人提出的平均值哈希算法的基础上,提出了一种基于混合哈希算法的图像去重方案。该方案包括感知序列生成,相似性检测,所有权认证,以及图像质量评价。并通过大量实验,分析了该方案的准确率和时间开销,证明了该方案的可行性。(4)针对视频去重,提出了一种基于感知哈希的自适应阈值关键帧提取方法。在此基础上提出了一种视频去重的方案,该方案包括关键帧提取,匹配排序和视频质量比较。该方案通过现有的视频质量评价算法,评估视频候选集的视频质量,最终进行视频去重操作。实验证实该方案的时效性以及准确识别率。