计算机技术和多媒体技术的迅猛发展让我们不得不面对大量的视频信息。随着视频数据的日益丰富，在大量视频素材中方便地寻找感兴趣的视频片段的需求已变得日益迫切。因此，视频内容检索技术(CBVR)便成为人们关注的热点，而视频镜头边界检测及关键帧提取是两项关键性技术。 首先，介绍了基于内容的视频检索系统的背景及研究现状。然后，总结了传统的镜头边界检测方法和关键帧提取方法，分析了现有方法的优缺点。接下来，介绍了视频处理过程中，通常选用的特征及颜色空间。 通过总结传统镜头边界方法提出了一种新的视频镜头边界检测系统。这种方法将帧差法和直方图法两种传统算法相结合，利用分块技术计算视频序列相邻帧之间的灰度差值及色彩差异，自适应的进行视频镜头的边界检测和闪光检测。实验证明，对于突变它可以快速准确定位，但渐变检测效果有待提高。 在对传统的关键帧提取算法优缺点的分析后，提出了一种基于聚类的关键帧提取算法。该算法将镜头聚成若干子镜头，然后从每个子镜头中选择熵值最大帧作为该子镜头的关键帧。此方法克服了传统算法每个镜头关键帧数目固定且可能代表性不强的缺点。