基于内容的视频检索技术指根据用户提交的示例视频，在视频数据库中查找与其相似的视频片段，并将查询结果按相似程度的高低反馈给用户。显然视频序列相似性度量算法的好坏是决定检索效率高低的关键因素之一，从而使得如何有效进行视频序列的相似性度量成为视频检索领域研究的热点之一，所以本文重点研究了视频特征的有效表征方法和相似性度量算法。　　具体研究内容如下：　　（1）鉴于视频的结构化特征，总结并分析视频的层次化结构以及主要的镜头边界检测和关键帧提取常用的方法及优缺点；综述目前国内外常用的视频特征提取方法和相似性度量算法；研究了距离d值的大小对灰度共生矩阵各特征值的影响，并通过实验确定距离d的合理取值。　　（2）提出一种综合圆环分块的颜色特征和纹理特征的镜头边界检测方法。首先计算分块的HS色彩直方图的不连续帧差；其次计算融合Tamura纹理特征和灰度共生矩阵的纹理特征向量的不连续帧差；最后利用这两个帧差作为输入向量，采用Kohonen自组织网络对不连续值进行聚类得到镜头边界。该方法避免了阈值选择的问题，实验结果证明，该方法是可行的、有效的，达到了较好的查全率和查准率。　　（3）在基于关键帧的视频序列相似性度量中，基于单特征的视频相似性度量算法一般性能较低。提出一种基于主颜色NMI不变特征和纹理特征融合的视频关键帧相似性度量算法，使用主颜色归一化转动惯量所提取的主颜色NMI不变特征，不仅包括视频帧的形状信息而且也包括视频帧主颜色的空间信息，简单、有效的表示视频帧的内容特征；采用改进的灰度共生矩阵算法提取的视频帧纹理特征，提高了相似性度量的效率；最后将提取的两特征进行归一化并融合，利用相似性度量算法对融合后的特征进行视频帧相似性度量实验。实验结果表明，使用本文提出的算法进行视频帧相似性度量的结果更符合人的视觉要求。