随着信息技术的发展,我国广播电视将逐步推行数字化技术,节目由传统的模拟视音频向数字视音频过渡,除了在节目制播中利用宏观的视音频描述信息之外,视音频内容级的描述信息生成和使用成为交互数字电视技术研究的重要内容。从信息描述的粒度考虑,本论文的研究工作主要分为两部分:1.基于宏观描述的数字电视(Digital Television,简记为DTV)前端制播软件的设计与实现,主要由节目制作、节目编排以及调度式播控模块组成;2.基于微观描述的视频内容描述生成技术研究,主要包括视频镜头自动分割和关键帧自动抽取。在制播软件的开发中,给出了视频节目宏观信息的描述、获取和存储方式;在节目制作模块中采用了组合节目的方法以简化节目制作;在节目编排模块中通过对频道分类并设计规则实现了节目的可视化编排;并针对纯数据类型频道设计实现了在线更新节目的播控方法。在镜头自动分割的研究中,针对基于直方图的分割方法无法区分渐变和摄像机或被拍摄物运动的不足,通过总结和利用镜头叠化发生时图像熵的变化规律——由于图像的融合而造成图像模糊同时图像熵相对减小,以及总结利用镜头或被摄物运动时图像熵的变化特点,有效地区分了叠化和运动。用TRECVID测试视频进行测试的结果显示,改进后的算法能够提高正确率和/或降低误判率。在镜头关键帧提取时实现并改进了基于自适应阈值的自动提取关键帧的聚类算法。引入了基于MPEG-7 EHD的全局边缘直方图和半全局边缘直方图特征,所抽取的关键帧能更好地描述镜头的内容;随镜头长度变化设定不同的ISODATA聚类参数,解决了原算法对长镜头提取出过多关键帧的问题。