随着视频压缩技术和网络传输技术的发展，视频应用越来越广泛，大量的数字视频库随着这些应用而涌现，给人们带来了丰富多彩的视频数据。目前的一些视频应用(如视频点播、基于内容的检索、视频摘要等)在某种程度上解决了视频资源的发现和检索问题，但是只能获取用户要求的视频“信息”，而不能从大量视频数据中分析出蕴含的有价值的“知识”。为此，需要研究比检索和查询更高层次的视频分析方法。这种方法就是视频挖掘。 本论文对视频挖掘的概念、一般系统结构及视频的高层结构挖掘的方法进行了研究，主要工作如下： 1．对视频数据挖掘的概念和系统的体系结构进行了探讨，针对视频数据的特点，对一些常用的挖掘技术(如分类、聚类、关联等)如何应用到视频挖掘当中进行了分析，并对视频挖掘的应用前景做了阐述； 2．为了支持视频数据的挖掘，利用视频数据分析处理技术对视频数据进行了多维分析，首先将视频节目分割成基本的物理单元—镜头，然后对镜头的多特征进行分析，获得颜色、纹理、形状、语义、运动等多维信息，用于视频挖掘； 3．研究了视频高层结构的挖掘方法。利用改进的聚类方法获取视频的结构知识，然后利用这些知识以及基本的结构信息构造出视频的分层结构； 4．对与结构相关的两个问题做了研究：一个是视频镜头变换频度的问题，即通过分析视频节目的镜头变换频度来发现节目内的情节模式以及镜头变换频度与节目风格的关联。另一个问题是视频的叙事结构，通过分析人物专访类视频节目来发现这类视频的镜头语法特点，进而构造节目的叙事结构。 最后通过探讨性的实验，对本文提出的视频结构挖掘的方法进行了验证，获得了较为满意的结果。