基于内容的视频检索是近几年来多媒体研究的重要领域，而这一领域的核心技术是镜头边界检测和关键帧提取。它融合了图像处理、模式识别、机器视觉和人工智能等多个高新技术领域，对多媒体数据的表达、组织、管理和存储有着重要的实际意义。本文主要介绍了基于内容的视频检索中镜头边界检测与关键帧提取的基本理论和关键技术。重点研究了基于聚类的关键帧提取技术。在镜头边界检测方面，首先对现有的镜头边界检测算法进行了阐述和总结，分析了各种常用方法的优缺点。然后本文采用了一种基于双阈值的镜头边界检测算法。该算法充分考虑了镜头变换的特点和现有算法的优缺点，分别对突变和渐变设定了不同的阈值，能够有效地检测突变和渐变镜头，并可以降低运动和噪声的影响。实验结果表明：该算法简单有效，容易实现。在关键帧提取方面，详细研究了基于无监督聚类的关键帧提取算法。无监督聚类相比其他聚类而言（如K-均值聚类），其优点是不需要提前设定聚类中心和聚类数目，但缺陷是聚类算法中阈值需手动设定。针对这一缺陷本文提出了一种自适应阈值的改进算法，该算法计算量低，易于实现，不仅可根据不同类型的视频自动设定不同的阈值，而且还能自适应的选择关键帧的数目。对大量不同类型的视频镜头进行了实验和分析。实验结果证明了该算法可有效地提取关键帧。