多媒体技术和计算机网络的发展使人们更容易制作、存储和传输视频信息,如何有效地组织和管理视频信息,并能方便快捷地获取自己需要的信息,成了亟待解决的问题。基于内容的视频检索技术(Contented-Based Video Retrieval)应运而生,逐渐成为目前多媒体技术中的研究热点,而视频镜头边界检测及关键帧提取是其中两项关键性技术。本文介绍了基于内容的视频检索技术的背景和意义,总结了现存的镜头边界检测方法;在分析各方法优缺点的基础上,发现目前切变镜头边界的检测效果相对较理想,但渐变检测还不尽如人意,主要原因是镜头内物体运动影响了渐变镜头的边界检测,导致一些误检,降低了算法性能。本文提出了基于互信息及Canny算子的镜头边界检测方法,该方法利用互信息作为帧间相似度度量,使用Canny算子提取视频帧内物体边缘,通过对物体边缘差异的分析,有效区分物体运动和镜头转换,减少了物体运动引起的误检,提高了镜头检测的查全率和查准率。实验证明,该方法对物体运动具有较强的鲁棒性,检测性能较好。在对传统的关键帧提取算法优缺点分析之后,提出了一种自适应k值聚类的关键帧提取算法。该算法先把包含物体运动的镜头标记出来,采用聚类的方法提取关键帧,对其他镜头则采用基于镜头边界的方法提取关键帧。此方法克服了传统算法每个镜头关键帧数目固定的缺点。实验结果表明,采用该方法提取的关键帧,可有效概括视频内容,提高了时间性能。