随着计算机技术和多媒体技术的发展,互联网上的视频数据急剧增长。面对海量视频数据,如何进行视频的存储、组织、管理和分析,已经成为视频领域最主要的方向。开发并设计一个高效的视频检索系统是一个细致、工作量大、涉及知识面广且操作复杂的工作。视频流数据量庞大,视频的场景很多,使得同一特征在视频图像中呈现出的纹理特征不一,也有可能相同的场景下图像边缘存在一定的差异,这些均可能导致视频检索查准率和查全率有偏差,给视频检索带来困难。本文通过对视频帧图像的几个特征进行分析提取,构建了特征数据库,实现视频图像的快速匹配,主要实现了以下几点：(1)研究了现阶段国内外基于内容的视频检索技术的发展状况,总结并分析基于内容的视频检索的关键技术。(2)对视频流进行了研究,详细的分析了图像基本构成,详细阐述了图像基本处理算法。通过提取图像的颜色自相关向量值、帧图像RGB各通道灰度均值以及方差、Gabor滤波器特征值和小波变换下的均值和方差等特征值,作为图像检索的具体依据。(3)通过实验验证表明,该算法能够快速实现系统的检索输出,且输出结果准确率较高,效率比较高,因此在一定程度上具有一定的可行性。本文提出的多特征提取方法,采用采集的图像库进行验证,基于曼哈顿模式匹配,引入了更加细致的检索方法,通过测试得出较为满意的效果。