随着视频信息的大规模引入，基于关键字的传统检索技术已不能适应人们的需要，基于内容的视频检索成为了研究的热点。基于内容的视频检索就是指根据视频的内容及上下文关系，对大规模视频数据库中的视频数据进行检索。目前对基于内容的视频检索主要集中在如何有效的对镜头进行分割、如何快速提取每个镜头的关键帧、如何在数据库中建立索引等方面。我们对基于内容的视频检索做了以下几方面的研究： 1)利用DC系数对压缩视频进行镜头分割，该算法通过比较MPEG视频I帧的DC图像直方图距离来判断是否发生镜头分割。和传统算法比较，该算法直接应用于压缩视频，只需要部分解压，算法精度高，计算量小，不容易发生误判。2)利用运动矢量来提取每个镜头的关键帧，该算法在镜头分割的基础上，通过计算B帧的宏块类型比例，将镜头分割精确到帧，并提取该帧为关键帧。算法直接利用了MPEG中的运动矢量信息，实现简单，可以应用于不同GOP结构的MPEG视频，对渐变和突变镜头都有令人满意的检测结果。 3)将基于内容的图像检索的技术应用到视频关键帧的检索，算法通过比较图像的颜色特征，即颜色直方图的距离，作为判断图像相似度的匹配标准，提取图像的颜色特征的算法简单易行，提取出来的特征矢量维数低，可以很好得作为视频数据库的索引。 最后，我们把各方面的研究具体应用到一个实例：基于Java平台开发了符合Struts标准的Web视频检索系统VRS，该系统采用模块化设计，包括镜头分割和关键帧提取以及特征提取的模块，和一个基于Web的图像检索模块，可以对用户提供的示例图像进行关键帧的查询。 本文对基于内容视频检索各方面的传统算法进行了研究，提出了一种改进的基于内容视频检索算法，虽然离商品化的实际运用还有一段距离，但对视频检索的其他研究有一定的借鉴意义，并有着相当良好的应用前景。