目前,人们在像素域中对视频检索技术中关键技术研究花费了大量精力。其中关注的比较多的有关键帧提取技术,特征向量提取技术和特征匹配技术。虽然有些学者基于早期的视频编码标准进行了压缩域视频检索的研究,但也是都是套用像素域的的关键帧提取技术、特征向量提取技术、特征匹配技术,未能针对相应的视频格式进行相应的处理。本文针对HEVC压缩域视频流,通过对最新的HEVC视频编码标准进行分析,包括基于HEVC压缩域码流中的编码单元和帧内预测等信息,来进行对基于HEVC压缩域的视频检索关键技术的研究。论文的研究工作主要分为三个部分:一、关键帧提取。通过对HEVC压缩域视频流中I帧码流的分析,在利用DCT系数的能量集中特性的基础上为了实现后续快速高效的视频检索,采用了提取DCT系数中直流分量的方式来提取关键帧I帧。实验证明,提出的算法在提取关键帧I帧图像的成效上比较显著。二、特征向量提取。在第三章关键帧I帧提取的前提下,利用HEVC压缩域I帧图像的帧内预测模式信息和预测单元大小信息,提出一种基于帧内预测模式和预测单元大小的特征向量提取算法。该算法结合I帧与图像纹理之间的关系,把I帧中的亮度分量、色度分量的预测模式直方图,预测单元大小直方图作为特征向量。并将其直方图归一化,尽可能的减少某一分量特征的错误带来的影响,极大地降低某一特征分量带来错误的的影响因子。实验证明,提出的特征提取算法能够较好的提取视频图像特征。三、特征匹配。在第三章,已经利用DCT能量的集中特性对I帧进行提取;第四章则利用基于帧内预测模式,预测单元大小的特征向量提取技术对I帧的特征向量进行提取。要完成视频检索功能,必须使用合适的特征匹配算法。为此,提出了基于帧内预测模式,预测单元大小的特征匹配算法。该算法充分利用了提取的特征向量的特点来判断关键帧图像间的相似度,其特点包括帧内预测模式的增多,预测单元大小的变化。从而实现视频匹配检索的功能。实验证明,提出的算法能够较好地完成匹配的功能。