近些年随着社会的进步,监控技术广泛运用于公共地区,从而导致监控视频迅速增加,传统快进、倒退的视频查询方式越来越不能满足需求。传统的查询方式不仅消耗了查询者大量的时间和精力,而且容易遗漏目标信息。视频摘要技术的出现使得视频查询效率低的状况得到了很大的改善,然而视频摘要技术在投入实际使用中主要面对的困难是摘要提取速率慢的问题。目前采取的单机提取模式主要通过提升计算机硬件性能来加快摘要提取速率。这种方式不仅提升的空间有限,而且代价高昂,特别是容易减少设备的使用年限,造成资源浪费。本文意图利用云计算技术将目前主流的基于运动过程的动态视频摘要技术由单机提取模式改造成分布式模式。从而在面对数据膨胀时,仅仅通过加入廉价的计算节点来提高视频摘要的提取速率,使得视频摘要技术能更好的投入实际生产中。首先,对云计算技术和视频摘要技术进行了大量的研究。选取了合适的开源云计算平台Hadoop分布式系统,并对Hadoop分布式系统与处理视频摘要的相关机制进行了分析。在视频摘要技术方面,概述了视频摘要技术的总体状况,详细介绍了基于运动过程的动态视频摘要技术的主要过程。其次,对在Hadoop分布式系统上进行云应用的开发规则和视频处理技术特点进行了研究,指出了利用Hadoop分布式系统处理视频摘要优势,同时提出了视频摘要技术的Mapreduce化、帧完整性、运动事件一致性等问题。通过对处理过程的分析、Hadoop的数据存储过程进行扩展,增加分块逻辑、将运动事件进行数学模拟,取合理的阀值等方式,给出了解决方案,为构建基于Hadoop的视频摘要系统准备了理论基础。再次,在前面理论分析的基础上,对基于Hadoop的视频摘要系统的开发进行了需求分析,设计了整个系统的架构,实现了整个系统。最后,设计了实验方案,实验数据表明当数据量增大到350MB时,双节点的基于Hadoop的视频摘要系统相对于单机提取模式效率要高。而且随着数据的增加,基于Hadoop的视频摘要系统的效率越来越高,最终处理周期趋向于单机模式的1.63倍,并具有较好的扩展性。